基于预测残差异常模式的视频双重压缩检测方法技术
【技术实现步骤摘要】
本专利技术涉及视频的双重压缩检测领域，具体地，涉及一种基于预测残差异常模式的视频双重压缩检测方法。
技术介绍
随着电子产业与多媒体技术的不断发展，数字视频采集设备也在不断普及。与此同时，市面上出现了许多功能强大的视频编辑软件，借助于这些软件可以轻松地实现对原始视频的篡改，从而对视频司法取证带来困难。因此，视频篡改取证技术成为一项非常重要的研究课题。数字视频篡改取证的目的是为了分析鉴定视频内容的原始性与真实性，相关研究包括视频帧间篡改取证，视频帧内篡改取证等等。其中，大部分篡改方式都需要经历视频双重压缩的过程，因此视频双重压缩检测是视频篡改取证领域中的有效方法之一。近年来许多学者都在视频篡改检测领域取得了很多有价值的研究成果。经过对现有的视频双重压缩检测技术的检索发现，中国专利文献号CN104837028A，公开日2015-08-12，记载了一种“视频同比特率双重压缩检测方法”，该技术对训练视频提取各帧的首位数字概率分布函数，并与Benford近似对数定律拟合后得到12维特征，利用分类器进行特征学习，进而对测试视频各帧进行分类，并判断测试视频是否经过双重压缩。上述专利提出的视频双重压缩检测方法利用的是视频各帧的首位数字概率分布特征，本专利技术提出一种新的视频双重压缩检测方法，使用的是视频每帧的预测残差异常模式特征。所采用的特征与上述专利存在本质上的区别，是一种对视频双重压缩检测新的有效检测方法。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于预测残差异常模式的视频双重压缩检测方法。根据本专利技术提供的基于预测残差异常模式的视频双重压缩检测方...
【技术保护点】
一种基于预测残差异常模式的视频双重压缩检测方法，其特征在于，包括如下步骤：步骤1：提取视频每一帧的预测残差；步骤2：计算每一帧的预测残差分布；步骤3：利用Jensen‑Shannon散度，计算相邻两帧预测残差分布的差异，获得Jensen‑Shannon散度序列；步骤4：通过中值滤波法，对Jensen‑Shannon散度序列进行去噪，得到特征序列；步骤5：对特征序列进行时域分析，判断对应视频是否遭受到视频双重压缩，若遭受双重压缩，则推测该视频第一次压缩时的GOP长度；若未遭受双重压缩，则结束流程。
【技术特征摘要】
1.一种基于预测残差异常模式的视频双重压缩检测方法，其特征在于，包括如下步骤：步骤1：提取视频每一帧的预测残差；步骤2：计算每一帧的预测残差分布；步骤3：利用Jensen-Shannon散度，计算相邻两帧预测残差分布的差异，获得Jensen-Shannon散度序列；步骤4：通过中值滤波法，对Jensen-Shannon散度序列进行去噪，得到特征序列；步骤5：对特征序列进行时域分析，判断对应视频是否遭受到视频双重压缩，若遭受双重压缩，则推测该视频第一次压缩时的GOP长度；若未遭受双重压缩，则结束流程。2.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤1中提取每一帧视频预测残差的步骤如下：步骤A1：将每一视频帧划分为相互不重叠的4x4块；步骤A2：计算每一个4x4块的视频预测残差均值，计算公式如下：R‾t(i,j)=116Σm=14Σn=14|rm,n|]]>式中：表示第t帧中第(i,j)个4x4块的预测残差均值；rm,n表示在对应4x4块中，位于(m,n)位置的像素点的预测残差值,(m,n)位置是指第m行第n列位置。3.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤2中计算每一帧的预测残差分布的步骤如下：步骤B1：将每一个4x4块的预测残差均值进行取整计算，计算公式如...
【专利技术属性】
技术研发人员：蒋兴浩，孙锬锋，陈晟，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。