数字视频帧间篡改和重压缩被动取证算法研究

摘要

随着互联网和多媒体技术的蓬勃发展，数字视频应用范围越来越广泛。数字视频内容真实性问题日益严峻，许多功能强大的软件轻易编辑和篡改的视频效果十分逼真，公众无法简单判断视频内容的真伪。关系到社会公平和稳定的数字视频内容真实性的鉴定成为一个亟待解决的现实问题，数字视频取证技术应运而生。
　　数字视频取证技术分为主动取证和被动取证两种，被动取证技术无需预先在视频载体中嵌入认证信息，仅需依靠视频自身数据特征可实现认证，具有更高的实用价值，成为近年来信息安全领域一个重要研究课题。
　　在各种篡改手段中，数字视频帧间篡改容易操作、最为常见，因此对帧间篡改进行有效检测是数字视频被动取证领域的关键问题。另一方面，篡改视频必然经历过重压缩，重压缩检测是数字视频被动取证领域的研究热点。深入分析和研究视频帧间篡改取证技术和重压缩取证技术具有重要的理论意义和实际应用价值。本文的主要创新性工作包括以下四个方面。
　　1.针对改善帧间篡改视频检测精度的问题，提出了两种视频帧间篡改取证算法。鉴于帧间篡改操作导致篡改点相邻两帧的图像内容相关性降低，构造了局部二值模式(Local Binary Pattern，LBP)相关系数的商特征和结构相似度均值(Mean of Structural Similarity，MSSIM)的商特征来表征图像内容相关性的变化，利用切比雪夫不等式和阈值法检测异常峰值，实现了对帧间篡改视频的检测及篡改点定位。
　　2.针对视觉难以鉴别的帧间篡改视频的检测精度问题，构造了运动矢量金字塔(Motion Vector Pyramid，MVP)特征和后处理MVP特征，提出了两种视频帧间篡改取证算法。MVP将运动矢量模块和图像金字塔相结合抓住视频相邻两帧之间内容的细微变化，精确地反映了两帧之间的运动关系。再对MVP特征进行去均值、累加、直方图统计的后处理，充分利用帧间篡改遗留的痕迹，提高了算法对原始视频、帧删除视频和帧复制视频的分类能力。
　　3.针对数字视频被动取证领域中相同量化参数下的重压缩取证问题，提出了一种相同量化参数下的H.264/AVC视频多重压缩取证算法。以相邻三次压缩间不同量化DCT系数的比率差构建了含有四分位数的特征集，作为支持向量机的输入，实现了对单次压缩视频和多重压缩视频的分类。实验结果表明，所提算法有高分类精度，对复制/粘贴攻击和帧删除攻击具有较强的鲁棒性。
　　4.针对最新一代视频编码标准HEVC的重压缩取证问题，提出了一种不同码率下的HEVC视频重压缩取证算法。将HEVC视频中Ⅰ帧预测单元(Prediction Unit，PU)划分类型的块数目特征和量化DCT系数的首位数字概率分布特征结合构成融合特征，更全面地反映了重压缩对视频数据的影响，更好地判定视频的压缩历史。实验结果表明，所提算法能有效区分HEVC单次压缩视频和HEVC双重压缩视频。
　　论文以篡改点突变特性为基础，从构造反映图像内容信息的LBP相关系数商特征和MSSIM商特征延展到构造反映两帧之间内容细微变化的MVP特征，结合切比雪夫不等式和广义ESD检验对视频帧间篡改取证算法进行了研究。另外以压缩编码有损特性为基础，从广泛使用的H.264/AVC编码标准的重压缩取证扩展到最新编码标准HEVC的重压缩取证，为视频重压缩取证技术的研究提供了多种思路。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景与意义

1．2 数字视频取证技术

1．2．1 数字视频主动取证技术

1．2．2 数字视频被动取证技术

1．3 视频的真实性检测被动取证技术研究现状

1．3．1 视频帧间篡改被动取证技术

1．3．2 视频帧内篡改被动取证技术

1．3．3 视频重压缩被动取证技术

1．4 论文的主要创新与工作

2 数字视频帧间篡改取证算法研究

2．1 引言

2．2 基于LBP相关系数商的视频帧间篡改取证算法

2．2．1 局部二值模式LBP

2．2．2 LBP图像的帧间篡改模型

2．2．2 原始视频及篡改视频的LBP相关系数商分析

2．2．3 算法的设计与实现

2．2．4 实验结果与分析

2．3 基于MSSIM商一致性的视频帧间篡改取证算法

2．3．1 结构相似度SSIM及其均值MSSIM

2．3．2 原始视频及篡改视频的MSSIM商分析

2．3．3 算法的设计与实现

2．3．4 实验结果与分析

2．4 本章小结

3 视觉难以鉴别的视频帧间篡改取证算法研究

3．1 引言

3．2 基于运动矢量金字塔MVP的视频帧间篡改取证算法

3．2．1 运动矢量

3．2．2 运动矢量金字塔MVP的构建

3．2．3 原始视频及篡改视频的MVP相对因子序列特征分析

3．2．4 算法的设计与实现

3．2．5 实验结果与分析

3．3 基于后处理MVP特征的视频帧间篡改取证算法

3．3．1 MVP的后处理

3．3．2 SVM分类

3．3．3 实验结果与分析

3．4 本章小结

4 相同量化参数下的H．264／AVC视频多重压缩取证算法研究

4．1 引言

4．2 JPEG图像重压缩与H．264／AVC视频重压缩中I帧的误差分析

4．2．1 JPEG图像重压缩中的误差分析

4．2．2 H．264／AVC视频重压缩中I帧的误差分析

4．3 基于RDS的H．264／AVC视频多重压缩取证算法

4．3．1 多重压缩下I帧量化DCT系数的特性

4．3．2 RDS特征集的提取

4．3．3 算法的设计与实现

4．4 实验结果与分析

4．4．1 视频库和实验设置

4．4．2 相同量化参数下的分类结果分析

4．4．3 算法的鲁棒性分析

4．4．4 算法运行时间

4．5 本章小结

5 不同码率下的HEVC视频重压缩取证算法研究

5．1 引言

5．2 重压HEVC视频中I帧的PU划分类型和量化DCT系数分析

5．2．1 HEVC压缩中I帧的误差分析

5．2．2 码率控制算法

5．2．3 PU划分类型和量化DCT系数分析

5．3 基于融合特征的HEVC视频重压缩取证算法

5．3．1 单压与重压HEVC视频中4×4PU块数目变化趋势分析

5．3．2 单压与重压HEVC视频中DCT系数的首位数字概率分布

5．3．3 算法的设计与实现

5．4 实验与分析

5．4．1 视频库建立

5．4．2 算法评价标准

5．4．3 特定压缩码率Rs选取

5．4．4 结果分析

5．4 本章小结

6 总结与展望

6．1 总结

6．2 未来工作展望

参考文献

插图索引

表格索引

作者简历及攻读博士学位期间取得的研究成果

学位论文数据集