一种基于帧间相关性的视频篡改检测方法技术

本发明专利技术公开了一种基于帧间相关性的视频篡改检测方法，包括以下步骤：首先将视频解码成独立的视频帧序列，提取每一帧的GIST特征；然后计算GIST特征的欧式距离；采用滤波器组对得到的视频帧进行处理，然后对比计算得到的每一帧的GIST特征的欧式距离，得出是否存在复制帧；然后计算相邻帧间GIST特征的Spearman相关系数来及度量相邻帧的相关性，得出是否存在插入帧；然后采用LO算法度量视频帧GIST特征的相关系数的异常程度，然后根据异常程度得出是否存在帧删除；本发明专利技术所提供的方法可以利用一种特征实现三种不同的帧间篡改检测任务，在检测效果与鲁棒性方面都具有较好的性能，并能精确确定被复制的视频帧数与被插入的视频帧数。

A Video Tampering Detection Method Based on Interframe Correlation

【技术实现步骤摘要】
一种基于帧间相关性的视频篡改检测方法
本专利技术属于视频篡改检测
，具体涉及一种基于帧间相关性的视频篡改检测方法。
技术介绍
近年来，随着互联网和数字技术的不断发展以及数字相机、摄像机等数码设备的广泛使用，人们比以往任何时候更容易接触到各类图像、视频，这些数字化的产物使人们的生活更加丰富多彩。但是随着各种功能强大的图像、视频编辑软件(如AdobePhotoshop和AdobePremiere)的使用，数字图像、视频很容易被篡改和攻击，这使得数字信息内容的真实性与完整性被破坏，由此极大的降低了视频来源和内容的可信度。诸如此类对视频的合成和恶搞，让人们逐渐失去了对视频内容的信任。如果篡改内容涉及到国家安全、商业信息、个人隐私等，定会给国家、企业和个人带来不可估量的损失，不利于社会的和谐与稳定。因此，检测数字视频来源的真实性和内容的完整性已经成为一个亟待解决的问题。展开对视频篡改检测方法的研究，具有非常重要的意义。目前，针对视频内容的篡改检测技术十分有限，现存的方法主要是利用内容的不一致性来进行检测，即：直接提取媒体对象内容的各种特征，包括：全局特征、局部特征、运动特征、时空特征等作为证据，通过特征匹配或相似性计算与设定的阈值进行比较，检测视频内容是否经过篡改。这些检测方法主要包括视频复制检测、帧插入、帧删除检测以及帧内篡改检测。
技术实现思路
本专利技术的目的是提供一种一种基于帧间相关性的视频篡改检测方法，解决了现有技术中存在的方法检测精度不高，鲁棒性弱的问题。本专利技术所采用的技术方案是，一种基于帧间相关性的视频篡改检测方法，包括以下步骤：步骤1，将视频解码成独立的视频帧序列，提取每一帧的GIST特征；步骤2，计算经步骤1得到的GIST特征的欧式距离；步骤3，采用滤波器组对经步骤1得到的视频帧进行处理，然后对比经步骤2计算得到的每一帧的GIST特征的欧式距离，得出是否存在复制帧；步骤4，视频帧插入篡改检测：计算经步骤1得到的相邻帧间GIST特征的Spearman相关系数来及度量相邻帧的相关性，得出是否存在插入帧；步骤5，视频帧删除篡改检测：利用步骤4的计算方法计算出相邻两帧的GIST特征之间的Spearman相关系数，采用LO算法度量视频帧GIST特征的相关系数的异常程度，然后根据异常程度得出是否存在帧删除。本专利技术的特点还在于：其中所述步骤1中具体步骤为：将所要检测的视频解码成为独立的视频帧序列，对帧序列进行一维Haar小波变换，提取低频分量，作为新的帧序列；对一个包含M帧的视频，记新的帧序列为{1,2,...,M}，提取每一帧的GIST特征，得到M帧的GIST特征记为：F＝{F1,F2,...,FM}，其中，Fi＝{fi,1,fi,2,...,fi,q}为第i帧的GIST特征，q为GIST特征的维数；其中所述步骤2中具体步骤为将经步骤1得到的独立的视频帧序列选取第一帧为参考帧，计算每一帧的GIST特征与参考帧的GIST特征之间的欧氏距离ci(i＝1,...,M)：其中，Fi＝{fi,1,fi,2,...,fi,q}为第i帧的GIST特征，q为GIST特征的维数；其中所述步骤3中具体步骤为滤波处理：采用4个尺度8个方向的Gabor滤波器组对经步骤1得到的视频帧进行滤波；对比经步骤2计算得到的每一帧的GIST特征的欧式距离，如果ci＝cj，则第i帧与第j帧之间有复制情况；其中所述步骤4具体包括：首先计算相邻两帧的GIST特征之间的Spearman相关系数zi，然后定义第i帧的GIST特征与第i+1帧的GIST特征的相关距离为Ci，若记插入边界处的两个相关距离的最大值和次大值分别为Cmax、Csec，且相关距离的次大值与平均值之比大于某个阈值Sin，当时，就认为这个帧序列中存在帧插入。其中所述步骤4中第i帧的GIST特征与第i+1帧的GIST特征的相关距离为Ci为：其中所述步骤4中计算相邻两帧的GIST特征之间的Spearman相关系数为：对于一个M帧的视频，令Fi＝{fi,1,fi,2,...,fi,q}为第i帧的GIST特征，q为GIST特征的维数，采用GIST特征计算方法，取q＝512。对Fi、Fi+1进行排序，同时为升序或降序，分别得到两组元素的排序集合F'i＝{f'i,1,f'i,2,...,f'i,q}、F'i+1＝{f'i+1,1,f'i+1,2,...,f'i+1,q}。将集合F'i、F'i+1中的对应元素相减，从而得到一个差分集合：kj＝f'i,j-f'i+1,j，{k1,k2,...,kq}(3)第i帧的GIST特征与第i+1帧的GIST特征之间的Spearman系数为：其中所述步骤5中异常程度的计算方法为：计第i帧的GIST特征与第i+1帧的GIST特征之间的Spearman系数记为zi，对于一个M帧的视频，得到M-1个相关系数z＝{z1,z2,...,zM-1}，采用LO算法度量视频帧GIST特征的相关系数的异常程度，其中包括计算相关系数之间的欧式距离dil,i与局部密度lrl,i，然后引入表示在zi的第l小距离内的所有视频帧Ml,i，最后根据公式因此，LOl,i的大小就表示第i帧的GIST特征与第i+1帧的GIST特征之间的Spearman系数zi的异常程度；引入阈值Scd，若LOl,I>Scd，则第i帧与第i+1帧之间有帧删除情况。其中所述步骤5中欧氏距离的计算方法为：计算每个zi与z中其它分量的欧氏距离dil,i，l为给定的正整数，dil,i为第i个相关系数的第l小距离，如公式(4)所示：dil,i＝r({||zj-z||j≠i},l)(6)其中，函数r表示集合中数据从大到小排序的第l个最小值。其中所述步骤5中局部密度的计算方法为：Ml,i＝{zj|||zj-zi||＜dil,i,j≠i}(8)其中，Ml,i表示在zi的第l小距离内的所有视频帧，|·|表示集合中元素的数目。本专利技术的有益效果是本专利技术提供了一种基于帧间相关性的视频篡改检测方法，能有效检测视频帧复制、帧插入和帧删除篡改，利用一种特征实现了三种不同的帧间篡改检测任务，对于不同的数据库都有很高的检测率且不受视频拍摄相机的影响，对于不同格式的视频也能准确检测，对于各种变换操作如伽马校正、对比度增强、模糊、水平镜像、垂直镜像、旋转等都具有比较好的鲁棒性，具有一定的抗几何攻击性能，具有较高的查准率，在删除帧数较少时也具有较好的检测效果。附图说明图1是本专利技术的一种基于帧间相关性的视频篡改检测方法中原始视频帧序列示意图；图2是本专利技术的一种基于帧间相关性的视频篡改检测方法中单帧复制篡改视频序列示意图；图3是本专利技术的一种基于帧间相关性的视频篡改检测方法中实际场景原始视频序列例子；图4是本专利技术的一种基于帧间相关性的视频篡改检测方法中原始场景单帧复制篡改视频序列例子；图5是本专利技术的一种基于帧间相关性的视频篡改检测方法中连续多帧复制示意图；图6是本专利技术的一种基于帧间相关性的视频篡改检测方法中实际场景视频序列图3连续多帧复制篡改的例子图；图7是本专利技术的一种基于帧间相关性的视频篡改检测方法中原始视频帧序列A和B；图8是本专利技术的一种基于帧间相关性的视频篡改检测方法中帧插入篡改示意图；图9是本专利技术的一种基于帧间相关性的视频篡改检测方法中帧本文档来自技高网...

【技术保护点】
1.一种基于帧间相关性的视频篡改检测方法，其特征在于，包括以下步骤：步骤1，将视频解码成独立的视频帧序列，提取每一帧的GIST特征；步骤2，计算经步骤1提取的GIST特征的欧式距离；步骤3，采用滤波器组对经步骤1得到的视频帧进行处理，然后对比经步骤2计算得到的每一帧的GIST特征的欧式距离，根据对比结果得出是否存在复制帧；步骤4，视频帧插入篡改检测：计算经步骤1得到的相邻帧间GIST特征的Spearman相关系数来度量相邻帧的相关性，然后根据相关性判断是否存在插入帧；步骤5，视频帧删除篡改检测：利用步骤4的计算方法计算出相邻两帧的GIST特征之间的Spearman相关系数，采用LO算法度量视频帧GIST特征的相关系数的异常程度，然后根据异常程度得出是否存在帧删除。

【技术特征摘要】
1.一种基于帧间相关性的视频篡改检测方法，其特征在于，包括以下步骤：步骤1，将视频解码成独立的视频帧序列，提取每一帧的GIST特征；步骤2，计算经步骤1提取的GIST特征的欧式距离；步骤3，采用滤波器组对经步骤1得到的视频帧进行处理，然后对比经步骤2计算得到的每一帧的GIST特征的欧式距离，根据对比结果得出是否存在复制帧；步骤4，视频帧插入篡改检测：计算经步骤1得到的相邻帧间GIST特征的Spearman相关系数来度量相邻帧的相关性，然后根据相关性判断是否存在插入帧；步骤5，视频帧删除篡改检测：利用步骤4的计算方法计算出相邻两帧的GIST特征之间的Spearman相关系数，采用LO算法度量视频帧GIST特征的相关系数的异常程度，然后根据异常程度得出是否存在帧删除。2.根据权利要求1所述的一种基于帧间相关性的视频篡改检测方法，其特征在于，所述步骤1中具体步骤为：将所要检测的视频解码成为独立的视频帧序列，对帧序列进行一维Haar小波变换，提取低频分量，作为新的帧序列；对一个包含M帧的视频，记新的帧序列为{1,2,...,M}，提取每一帧的GIST特征，得到M帧的GIST特征记为：F＝{F1,F2,...,FM}，其中，Fi＝{fi,1,fi,2,...,fi,q}为第i帧的GIST特征，q为GIST特征的维数。3.根据权利要求2所述的一种基于帧间相关性的视频篡改检测方法，其特征在于，所述步骤2中具体步骤为：将经步骤1得到的独立的视频帧序列选取第一帧为参考帧，计算每一帧的GIST特征与参考帧的GIST特征之间的欧氏距离ci(i＝1,...,M)：其中，Fi＝{fi,1,fi,2,...,fi,q}为第i帧的GIST特征，q为GIST特征的维数。4.根据权利要求3所述的一种基于帧间相关性的视频篡改检测方法，其特征在于，所述步骤3中具体步骤为滤波处理：采用4个尺度8个方向的Gabor滤波器组对经步骤1得到的视频帧进行滤波；对比经步骤2计算得到的每一帧的GIST特征的欧式距离，如果ci＝cj，则第i帧与第j帧之间有复制情况。5.根据权利要求1所述的一种基于帧间相关性的视频篡改检测方法，其特征在于，所述步骤4具体包括：首先计算相邻两帧的GIST特征之间的Spearman相关系数zi，然后定义第i帧的GIST特征与第i+1帧的GIST特征的相关距离为Ci，若记插入边界处的两个相关距离的最大值和次大值分别为Cmax、Csec，且相关距离的次大值与平均值之比大于某个阈值Sin，当时，就认为这个帧序列中存在帧...

【专利技术属性】
技术研发人员：王晓峰，汤超，张德鹏，王妍，张萌，胡姣姣，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61