监控视频溯源处理方法、系统、存储介质、视频监控终端技术方案

本发明专利技术属于视频监控信息处理技术领域，公开了一种监控视频溯源处理方法、系统、存储介质、视频监控终端，所述监控视频溯源处理方法对所要提取的图像进行方差计算，利用Winener滤波器进行去噪，分配RGB三色通道的权重获取最终PRNU噪声，计算PRNU噪声平均值作为设备指纹；计算视频帧与设备指纹的NCC相关序列，以此序列作为视频特征馈送到分类器中训练分类模型；对待检测的视频，以同样方法构建NCC特征值，利用分类模型对待检测视频进行预测分类，得出分类结果以实现视频源识别。系统包括：PRNU噪声提取模块，指纹构建模块。本发明专利技术提出的方法能够有效进行视频溯源，相比传统方法，提升了溯源准确率。

【技术实现步骤摘要】
监控视频溯源处理方法、系统、存储介质、视频监控终端
本专利技术属于视频监控信息处理
，尤其涉及一种监控视频溯源处理方法、系统、存储介质、视频监控终端。
技术介绍
目前，由于“天网工程”、“雪亮工程”等监控系统的发展建设，视频监控已经得到了普遍应用。视频监控一方面能够对城市各区域、各角落进行全天候监控，记录相关违法犯罪行为，另一方面能够告诫人们规范言行，对人们起到一定震慑作用。此外，视频监控系统的快速发展也给司法认证工作带来了便利，视频证据已成为解决法庭纠纷中的重要证据手段。然而，违法犯罪人员利用各种视频编辑软件对监控视频进行伪造、篡改，欺骗监控人员，从而进行违法犯罪活动，造成他人损失，甚至影响社会稳定。而且，视频伪造会误导法庭判案，影响司法公正性，降低公信力。基于传感器模式噪声的方法是视频的取证领域常用的方法。传感器模式噪声在视频压缩过程中会遭到不同程度破坏，传统的基于PRNU的视频溯源方法从所有视频帧或仅从关键帧中进行提取，忽略了未受损的有效区域，以此构建的设备指纹不准确；在视频溯源决策时，未考虑实际测试视频帧的PRNU的准确性，导致溯源准确率不能满足视频监控系统要求。通过上述分析，现有技术存在的问题及缺陷为：传统基于PRNU的视频溯源方法忽略了未受损的有效区域，以此构建的设备指纹不准确；在视频溯源决策时，未考虑实际测试视频帧的PRNU的准确性，导致溯源准确率不能满足视频监控系统要求。解决以上问题及缺陷的难度为：PRNU噪声在视频压缩过程中会遭到破坏，测试数据特征提取不当导致溯源准确率低。r>解决以上问题及缺陷的意义为：视频监控系统建设过程中的保障视频原始性的安全需求越来越高，视频取证问题如果不解决，不仅影响社会秩序，还会对司法机关决策造成重大影响，在此情况下，对视频溯源的研究显得尤为重要，对溯源准确率的要求也越来越高。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种监控视频溯源处理方法、系统、存储介质、视频监控终端。本专利技术是这样实现的，一种监控视频溯源处理方法，所述监控视频溯源处理方法对所要提取的图像进行方差计算，利用Winener滤波器进行去噪，分配RGB三色通道的权重获取最终PRNU噪声，计算PRNU噪声平均值作为设备指纹；计算视频帧与设备指纹的NCC相关序列，以此序列作为视频特征馈送到分类器中训练分类模型；对待检测的视频，以同样方法构建NCC特征值，利用分类模型对待检测视频进行预测分类，得出分类结果以实现视频源识别。进一步，所述监控视频溯源处理方法的视频可用帧选取，用Rt(x,y)代表当前帧t的(x,y)代表的区域块是否可用来进行PRNU提取，如果在特定的块区域中DCT-AC系数全为零，则Rt(x,y)＝0，在视频噪声提取时舍弃该块；否则，设置Rt(x,y)＝1，在视频噪声提取期间使用该块的PRNU噪声，其中t表示视频帧t：直接从I帧中提取PRNU，即Rt(x,y)恒为1，如果是B、P帧，则对每个块区域进行判断，选取未受损的块区域进行PRNU提取。进一步，所述监控视频溯源处理方法的PRNU提取包括：(1)将图像分解为彩色通道(R,G,B)，使用8抽头DaubechiesQMF对每个颜色通道进行四级小波变换获得四级子带，每级获得水平H，垂直V和对角D上的子带；(2)在每个子带中，针对每个小波系数估计原始无噪声图像的局部方差，通过使用对正方形W×W领域的四种大小执行的最大后验MAP估计完成，W∈{3,4,7,9}：其中，c∈{H,V,D}，c(i,j)是高频分量，σ0控制噪声抑制的程度，σ0＝5；(3)对四级中的四个方差进行比较，选择最小值作为最佳方差估计：σ2(i,j)＝min(σ32(i,j),σ52(i,j),σ72(i,j),σ92(i,j)),(i,j)∈J；(4)使用维纳滤波器获得去噪的小波系数：(5)对每个子带和每个颜色通道的视频帧重复以上过程，使用逆小波变换获得Iclean，Iclean是去噪后的结果，通过减运算获取当前视频帧每个彩色通道的噪声值：Inoise＝I-Iclean；(6)分配三种颜色通道的权重，结合所有通道，获取增强的PRNU噪声：进一步，所述监控视频溯源处理方法的提前对设备的原始视频序列进行提取操作，通过对同一视频的一系列视频帧重复提取过程，获取PRNU噪声，计算平均值作为设备指纹K：其中，是从第t帧提取的噪声，n是处理的帧数，Rt表示该帧的选择区域。进一步，所述监控视频溯源处理方法的视频特征选择，提取当前帧的PRNU噪声，与视频设备指纹进行相关性计算，查询视频帧的原设备归属；归一化互相关NCC是度量两组数据相关程度，NCC值[-1,1]，若测试数据与指纹数据没有相关性，则NCC值是-1，反之若完全相同，则NCC值是1，计算待检测的视频帧噪声和设备指纹的NCC，帧t的NCC定义如下：其中，K代表设备指纹，代表该帧估计的PRNU噪声，avg(K)和分别为K和的平均值，〈a,b〉为内积运算，||·||表示欧几里得范数；利用相邻帧来进行判断，对视频采用滑动窗口获取窗口内每一帧的NCC值，构成NCC序列，以NCC序列向量作为分类特征进行后续溯源操作，帧t的NCC特征序列定义为：其中，m表示滑动窗口的长度，表示向下取整运算；当获得NCC序列后，将特征信息馈送到分类器中，以学习匹配和不匹配的NCC序列，训练分类模型以进行视频溯源，通过平均投票结果来作为该帧的最终分类结果。进一步，所述监控视频溯源处理方法的SVM分类模型选择使用LibSVM默认核函数一径向基核函数RBF作为分类模型的核函数；使用网格搜索的方式选定最优参数：使用所有(c，g)值进行交叉验证，使用准确度最高的那对(c,g)值作为最优参数。进一步，所述监控视频溯源处理方法的SVM实现溯源包括：步骤一，数据处理，将训练数据和测试数据进行统一格式处理并导入；步骤二，选择最优参数，使用网格搜索方式，交叉验证获取最优参数c和g；步骤三，训练分类模型，利用训练数据进行训练，构建多分类模型；步骤四，分类，使用构建的分类模型对待测试数据进行分类；步骤五，溯源分类结果，根据分类结果，计算视频溯源分类精准度。本专利技术的另一目的在于提供一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行权利要求任意一项所述包括下列步骤：对所要提取的图像进行方差计算，利用Winener滤波器进行去噪，分配RGB三色通道的权重获取最终PRNU噪声，计算PRNU噪声平均值作为设备指纹；计算视频帧与设备指纹的NCC相关序列，以此序列作为视频特征馈送到分类器中训练分类模型；对待检测的视频，以同样方法构建NCC特征值，利用分类模型对待检测视频进行预测分类，得出分类结果以实现视频源识别。本专利技术的另一目的在于提供一种实施所述监控视频溯源处理方法的监控视频溯源处理系统，所述监控本文档来自技高网...

【技术保护点】
1.一种监控视频溯源处理方法，其特征在于，所述监控视频溯源处理方法对所要提取的图像进行方差计算，利用Winener滤波器进行去噪，分配RGB三色通道的权重获取最终PRNU噪声，计算PRNU噪声平均值作为设备指纹；计算视频帧与设备指纹的NCC相关序列，以此序列作为视频特征馈送到分类器中训练分类模型；对待检测的视频，以同样方法构建NCC特征值，利用分类模型对待检测视频进行预测分类，得出分类结果以实现视频源识别；/n所述利用分类模型对待检测视频进行预测分类选择使用LibSVM默认核函数一径向基核函数RBF作为分类模型的核函数；使用网格搜索的方式选定最优参数：使用所有(c，g)值进行交叉验证，使用准确度最高的那对(c,g)值作为最优参数。/n

【技术特征摘要】
1.一种监控视频溯源处理方法，其特征在于，所述监控视频溯源处理方法对所要提取的图像进行方差计算，利用Winener滤波器进行去噪，分配RGB三色通道的权重获取最终PRNU噪声，计算PRNU噪声平均值作为设备指纹；计算视频帧与设备指纹的NCC相关序列，以此序列作为视频特征馈送到分类器中训练分类模型；对待检测的视频，以同样方法构建NCC特征值，利用分类模型对待检测视频进行预测分类，得出分类结果以实现视频源识别；
所述利用分类模型对待检测视频进行预测分类选择使用LibSVM默认核函数一径向基核函数RBF作为分类模型的核函数；使用网格搜索的方式选定最优参数：使用所有(c，g)值进行交叉验证，使用准确度最高的那对(c,g)值作为最优参数。


2.如权利要求1所述的监控视频溯源处理方法，其特征在于，所述监控视频溯源处理方法的视频可用帧选取，用Rt(x,y)代表当前帧t的(x,y)代表的区域块是否可用来进行PRNU提取，如果在特定的块区域中DCT-AC系数全为零，则Rt(x,y)＝0，在视频噪声提取时舍弃该块；否则，设置Rt(x,y)＝1，在视频噪声提取期间使用该块的PRNU噪声，其中t表示视频帧t：



直接从I帧中提取PRNU，即Rt(x,y)恒为1，如果是B、P帧，则对每个块区域进行判断，选取未受损的块区域进行PRNU提取。


3.如权利要求1所述的监控视频溯源处理方法，其特征在于，所述监控视频溯源处理方法的PRNU提取包括：
(1)将图像分解为彩色通道(R,G,B)，使用8抽头DaubechiesQMF对每个颜色通道进行四级小波变换获得四级子带，每级获得水平H，垂直V和对角D上的子带；
(2)在每个子带中，针对每个小波系数估计原始无噪声图像的局部方差，通过使用对正方形W×W领域的四种大小执行的最大后验MAP估计完成，W∈{3,4,7,9}：



其中，c∈{H,V,D}，c(i,j)是高频分量，σ0控制噪声抑制的程度，σ0＝5；
(3)对四级中的四个方差进行比较，选择最小值作为最佳方差估计：
σ2(i,j)＝min(σ32(i,j),σ52(i,j),σ72(i,j),σ92(i,j)),(i,j)∈J；
(4)使用维纳滤波器获得去噪的小波系数：



(5)对每个子带和每个颜色通道的视频帧重复以上过程，使用逆小波变换获得Iclean，Iclean是去噪后的结果，通过减运算获取当前视频帧每个彩色通道的噪声值：
Inoise＝I-Iclean；
(6)分配三种颜色通道的权重，结合所有通道，获取增强的PRNU噪声：





4.如权利要求1所述的监控视频溯源处理方法，其特征在于，所述监控视频溯源处理方法的提前对设备的原始视频序列进行提取操作，通过对同一视频的一系列视频帧重复提取过程，获取PRNU噪声，计算平均值作为设备指纹K：



其中，是从第t帧提取的噪...

【专利技术属性】
技术研发人员：沈玉龙，胡天柱，刘宇鹃，赵振，翟开放，祝幸辉，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61