This application discloses a video area removal tamper detection method and device. By constructing a seven-tier GIN network model, the GIN network model is trained and optimized, and then the video data set to be detected is input into the optimized GIN network model for detection. The detection result is accurate and applicable, which solves the problem of low detection accuracy and applicability of existing video tamper detection methods. Low technical problems.
【技术实现步骤摘要】
一种视频区域移除篡改检测方法和装置
本申请涉及多媒体信息安全
，尤其涉及一种视频区域移除篡改检测方法和装置。
技术介绍
随着计算机和互联网技术的快速发展，越来越多越来越快速的各类视频传播软件和视频编辑软件得到普及使用，篡改视频的方法和途径也越来越多样化，而在保护个人隐私和法律取证等方面，视频被篡改将起到不利的作用，因此，对视频篡改检测技术的研究是本领域技术人员的一个重要方向。现有技术中对视频篡改检测的方法是对视频进行解析并提取帧信息，将帧信息与数据库中的对比帧信息进行比对，以实现对被篡改视频的检测，但是这种检测方式虽然比较简单，但是检测准确度不高；或者是通过光流法计算视频帧图像的每个相邻帧间运动信息，再计算相邻帧光流变化率，并利用快速傅里叶变换进行频谱分析，根据频谱图的最大幅值与平均幅值的比值判别视频是否经过帧率上转篡改的方式来实现对篡改检测，这种检测方式虽然能保证一定的准确性，但是算法复杂，适用性较低。
技术实现思路
本申请实施例提供了一种视频区域移除篡改检测方法和装置，解决了现有的视频篡改检测方法检测准确性不高和适用性较低的技术问题。有鉴于此，本申请第一方面...
【技术保护点】
1.一种视频区域移除篡改检测方法，其特征在于，包括：构建GIN网络模型，所述GIN网络模型包括七层，依次为：第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、Inception块层、均值池化层和全连接层；根据视频训练集和视频测试集对所述GIN网络模型进行模型训练，输出优化后的优化GIN网络模型；将待检测视频数据集输入所述优化GIN网络模型进行检测，输出检测结果，所述检测结果包括：未被篡改和被篡改。
【技术特征摘要】
1.一种视频区域移除篡改检测方法，其特征在于，包括：构建GIN网络模型，所述GIN网络模型包括七层，依次为：第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、Inception块层、均值池化层和全连接层；根据视频训练集和视频测试集对所述GIN网络模型进行模型训练，输出优化后的优化GIN网络模型；将待检测视频数据集输入所述优化GIN网络模型进行检测，输出检测结果，所述检测结果包括：未被篡改和被篡改。2.根据权利要求1所述的视频区域移除篡改检测方法，其特征在于，所述第一卷积层包括三个第一图像卷积层，所述第一图像卷积层的卷积核大小为3×3，三个所述图像卷积层的步长分别为3、1和1；所述第一最大池化层的卷积核大小为3×3，步长为2；所述第二卷积层包括两个第二图像卷积层，两个所述第二图像卷积层的卷积核大小分别为1×1和3×3，步长均为1；所述第二最大池化层的卷积核大小为3×3，步长为1；所述Inception块层包括11个Inception结构块；所述均值池化层的卷积核大小为13×13，步长为1。3.根据权利要求1所述的视频区域移除篡改检测方法，其特征在于，所述根据视频训练集和视频测试集对所述GIN网络模型进行模型训练，输出优化后的优化GIN网络模型，之前还包括：获取原始视频数据集和篡改视频数据集，对所述原始视频数据集和所述篡改视频数据集进行预处理后，将所述原始视频数据集和所述篡改视频数据集分为视频训练集和视频测试集，对所述预处理后的所述原始视频数据集赋予负标签，对所述预处理后的所述篡改数据集赋予正标签，其中，所述篡改视频数据集与所述原始视频数据集一一对应。4.根据权利要求3所述的视频区域移除篡改检测方法，其特征在于，所述预处理具体包括：将视频中的图像数据帧转换为灰度图像帧，图像尺寸规范化为M×N，其中，M为图像的宽度，N为图像的高度；根据帧间差分法，将所述灰度图像帧转换为对应的灰度差分图像帧；根据非对称图像分块法，将每个所述灰度差分图像帧划分为若干个具有预置尺寸大小的图像子块。5.根据权利要求4所述的视频区域移除篡改检测方法，其特征在于，所述对所述预处理后的所述原始视频数据集赋予负标签，对所述预处理后的所述篡改数据集赋予正标签，具体包括：将所述原始视频数据集的多个原始视频序列对应的所述灰度差分图像帧均标记为原始视频帧，将所述篡改视频数据集的多个篡改视频序列对应的所述灰度差分图像帧均标记为篡改视频帧，每个所述原始视频帧包含的所述图像子块均赋予负标签，每个所述篡改视频帧包含的所述图像子块均赋予正标签。6.根据权利要求5所述的视频区域移除篡改检测方法，其特征在于，所述根据视频训练集和视频测试集对所述GIN网络模型进行模型训练，输出优化后的优化GIN网络模型，具体包括：根据所述视频训练集对所述GIN网络模型进行训练，输出检测分类的损失值，根据所述损失值判定当前的所述GIN网络模型的检测效果，调整所述GIN网络模型的网络参数优化所述GIN网络模型，直至所述检测分类的准确度大于等于预设阈值时，停止训练并输出训练后的训练GIN网络模型；根据...
【专利技术属性】
技术研发人员：翁韶伟，易林，危博，叶武剑，刘怡俊，张子文，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44
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。