基于宏块类型变化特征的视频帧间篡改检测方法

摘要

本发明提供了一种基于宏块类型变化特征的视频帧间篡改检测方法，包括如下步骤：提取待检测视频的P帧、B帧中各类宏块的数量；根据提取的宏块数量特征提取视频中的异常视频帧；根据得到的视频异常帧的数量，判断视频是否被篡改，对于被判断有篡改嫌疑的视频，通过异常帧的周期性检测，判断篡改类型。本发明能够检测帧间篡改类型(包括帧删除、帧插入)，对MPEG-2、MPEG-4、H.264格式的篡改视频都有较好的检测效果，同时，由于在解码的过程中即可得到相关特征，本算法检测效率很高。

说明书

技术领域

本发明涉及视频篡改检测方法技术领域，具体地，涉及一种基于宏块类型变化特 征的视频帧间篡改检测方法。

背景技术

随着互联网的快速发展和多媒体技术的不断成熟，数字多媒体特别是图像和视 频文件开始大量进入人们的日常生活，强大的多媒体编辑软件(例如Photoshop、视 频编辑专辑)的出现，使人们得以更加方便地修改原始图像、剪辑原始视频，在这 些工具带给人们便利的同时，也造成了很大的隐患，在某些特殊环境例如个人隐私、 司法取证、社会稳定中，篡改视频经常会带来很大的社会影响力。因此对视频有无 篡改的判断变得格外重要。帧间篡改行为(帧删除、帧插入)作为视频篡改手段中 最基本、最常见的一种篡改手段受到了国内外学者的重视。

现有的帧间视频篡改检测手段大致分为编码和非编码两个层面。非编码层面的 检测手段一般通过视频帧内容的不连续性对视频进行检测，需要将视频解码成图 片，然后提取视频内容方面的特征(例如光流场、速度场等)，相关方法在提取特 征上会消耗大量的计算资源。本文所采用的是编码层面的检测方法，目前公开发表 的编码层面的视频篡改检测专利中，有下列几篇与本文方法具有一定相似性：公开 号为CN104469361A，题为《一种具有运动自适应性的视频删帧取证方法》的专利 对视频序列中P帧运动残差数据的波动强度进行量化，根据波动强度序列判断删帧 行为，此方法在对运动剧烈的视频检测效果不佳；公开号为CN103533377A，题为 《一种基于H.264/AVC视频的删帧篡改检测方法》的专利根据P帧的平均残差序列在 视频篡改前后会有不同的时域和频域特性，将时域特性和频域特性作为双重特征进 行分类，此方法的检测率有待改进。公开号为CN104093033A，题为《一种H.264/AVC 视频的删帧鉴定及删帧数量估计的方法》的专利通过计算视频的模糊效应序列，以 GOP为单位进行平均得到MBAS序列，并将其作为特征利用分类器进行删帧的判断。 上述的三种方法均只能对帧间篡改行为中的帧删除进行检测，并没有涵盖另一种常 见的帧插入的篡改模式，存在一定的局限性。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于宏块类型变化特征的视频 帧间篡改检测方法。

一种基于宏块类型变化特征的帧间视频篡改检测方法，包括如下步骤：

步骤1：对视频进行解码操作，统计视频P帧、B帧中各类宏块数量；

步骤2：提取视频序列中的异常P帧、B帧，得到原视频的异常帧序列；

步骤3：根据异常帧的数量，判断视频是否经过帧间篡改；

步骤4：对存在帧间篡改嫌疑的视频进行周期性检测，判断视频篡改的类型，所述 篡改的类型包括：帧删除和帧插入。

优选的，步骤1包括如下步骤：

步骤1.1：根据视频不同的编码格式选取相应的解码器对视频进行部分解码；

步骤1.2：以当前编码格式最小宏块大小为单位解码获得视频P帧、B帧中各个宏 块的编码类型；

具体地，若当前编码格式最小宏块大小为N×N，在一些区域被划分为N×2N或者 2N×2N的大小，则将N×2N的宏块记作2个N×N的宏块，而2N×2N的宏块则记作 4个N×N的宏块；

步骤1.3：分类统计P帧、B帧中各类宏块的数量，统计量的表示方法如下：

记第n个P帧：帧内编码宏块数量i(n)，跳跃编码宏块数量s(n)；

记第n个B帧：前向参考宏块数量b₁(n)，后向参考宏块数量b₂(n)。

优选的，步骤2包括如下步骤：

步骤2.1：对于步骤1.3获得的B帧中相关宏块的统计量，计算前向参考宏块占单 向参考宏块的比例p(n)，如公式(1)所示：

$p\left(n\right)=\frac{b_1\left(n\right)}{b_1\left(n\right)+b_2\left(n\right)}---\left(1\right)$

步骤2.2：通过判别条件提取P帧、B帧的异常帧，

P异常帧的判别条件为：

i(n-1)<i(n)∩i(n)>i(n+1)∩s(n-1)>s(n)∩s(n)<s(n+1)

式中：i(n-1)表示第n-1个P帧的帧内编码宏块数量，s(n-1)表示第n-1个P帧的 跳跃编码宏块数量，i(n+1)表示第n+1个P帧的帧内编码宏块数量，s(n+1)表示第n+1 个P帧的跳跃编码宏块数量；

B异常帧的判别条件为：

p(n)<min{p(i)|n-j-1<i<n}

步骤2.3：将步骤2.2中判断为异常帧的视频帧还原到原视频序列，得到异常帧序列 F(n)，表达式为如下式(2)

其中，n的取值范围为[1，N]，N为视频总帧数。

优选的，步骤3包括如下步骤：

步骤3.1：根据步骤2.3统计的异常帧序列，统计视频编码中P帧和B帧的数量M， 统计视频异常帧数量D，异常帧数量D的计算方法如下式(3)所示：

$D={\Sigma }_{i=1}^{N}F\left(i\right)---\left(3\right)$

步骤3.2：计算出测试视频的D/M值，将D/M值与阈值T1比较，根据比较结 果判断是否经过帧间篡改操作，其中，所述D/M值为被判断为异常帧的视频帧占测 试视频总P帧、B帧数量的比例，其中，阈值T1的取值区间为(0，1)；

当D/M值大于等于阈值T1，则该视频判定为经过帧间篡改操作；

当D/M值小于阈值T1，则该视频判定为原始视频。

优选的，步骤4包括如下步骤：

步骤4.1：对于在步骤3中判断为经过帧间篡改的视频，计算帧删除疑似度G；

步骤4.2：将帧删除疑似度G与阈值T2比较，根据比较的结果判断篡改类型，其 中，阈值T2的取值区间为(0，1)；

若G大于等于阈值T2，则该检测视频篡改类型判定为帧删除；

若G小于阈值T2，则该检测视频篡改类型判定为帧插入。

6、根据权利要求5所述的基于宏块类型变化特征的视频帧间篡改检测方法，其特 征在于，所述步骤4.1包括：

步骤4.1.1：对每个异常帧计算该异常帧作为删除点关于周期T的疑似度，如公式 (4)所示：

$G(T,k)=(\underset{i=T+1}{\overset{k}{\Sigma }}F\left(i\right)*F\left(i-T\right)+\underset{i=k+T+1}{\overset{N}{\Sigma }}F\left(i\right)*F\left(i-T\right))/N---\left(4\right)$

式中：G(T,k)表示关于k位置处在T周期内的疑似度，参数k表示该异常帧在原 视频帧序列中的序号；

步骤4.1.2：计算以每个异常帧为删除点对应的帧删除疑似度G(k)，如公式(5)所 示：

$G\left(k\right)=\underset{T}{max}G(T,k)---\left(5\right)$

步骤4.1.3：提取最大的G(k)即为该视频的帧删除疑似度，如公式(6)所示：

$G=\underset{k}{max}G\left(k\right)---\left(6\right)$

与现有技术相比，本发明具有如下的有益效果：

1、本发明中的方法不仅能够监测视频的P帧，还能够提取B帧的特征进行检 测，实验表明本发明中的方法在MPEG-2、MPEG-4、H.264格式的视频都有不错的 检测效果。

2、本发明提供的基于宏块类型变化特征的帧间视频篡改检测方法在解码过程 中可以直接获取相关特征，因此检测速度快。

3、本发明在检测视频是否篡改的同时，能对具体的视频帧间篡改手段(帧删 除、帧插入)进行判断和区分。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特 征、目的和优点将会变得更明显：

图1为本发明提供的模型框架图；

图2为本发明提供的异常帧序列提取的流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人 员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技 术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于 本发明的保护范围。

如图1所示，根据本发明提供的基于宏块类型变化特征的帧间视频篡改检测方法， 包括如下步骤：

步骤1：对视频进行解码操作，统计视频P帧、B帧中各类宏块数量；

步骤2：提取视频序列中的异常P帧、B帧，得到原视频的异常帧序列；

步骤3：根据异常帧的数量，判断视频是否经过帧间篡改；

步骤4：对于判断为有帧间篡改嫌疑的视频，通过周期性检测，判断视频篡改类型 (帧删除和帧插入)。

优选的，所述步骤1包括如下步骤：

步骤1.1：根据视频编码格式的不同，选取相应的解码器进行部分解码；

步骤1.2：以当前编码格式最小宏块大小为单位，解码获得视频P帧、B帧中各个 宏块的编码类型；

具体地，若当前编码格式最小宏块大小为N×N，在一些区域被划分为N×2N或者 2N×2N的大小，则将N×2N的宏块记作2个N×N的宏块，而2N×2N的宏块则记作 4个N×N的宏块，以此类推；

步骤1.3：分类统计P帧、B帧中各类宏块的数量，统计量如下：

第n个P帧：帧内编码宏块数量i(n)，跳跃编码宏块数量s(n)

第n个B帧：前向参考宏块数量b₁(n)，后向参考宏块数量b₂(n)。

具体地，图2为异常帧序列提取的流程图，所述步骤2包括如下步骤：

步骤2.1：对于步骤1.3获得的B帧中相关宏块的统计量，计算前向参考宏块占单 向参考宏块的比例：

$p\left(n\right)=\frac{b_1\left(n\right)}{b_1\left(n\right)+b_2\left(n\right)}---\left(1\right)$

步骤2.2：通过判别条件提取P帧、B帧的异常帧：

P异常帧的判别条件为：

i(n-1)<i(n)∩i(n)>i(n+1)∩s(n-1)>s(n)∩s(n)<s(n+1)；

B异常帧的判别条件为：

p(n)<min{p(i)|n-j-1<i<n}

步骤2.3：对于步骤2.2中判断为异常帧的视频帧，将其还原到原视频序列，得到异 常帧序列表达，表达式为如下式(2)

其中，n的取值范围为[1，N]，N为视频总帧数。

优选的，所述步骤3包括如下步骤：

步骤3.1：根据步骤2.3统计的异常帧序列表达，统计视频编码中P帧、B帧的数量 M，统计视频异常帧数量D，异常帧数量D的计算方法如下式(3)：

$D={\Sigma }_{i=1}^{N}F\left(i\right)---\left(3\right)$

步骤3.2：计算出测试视频的D/M值，将D/M值与阈值T1比较，根据比较结 果判断是否经过帧间篡改操作，其中，所述D/M值为被判断为异常帧的视频帧占测 试视频总P帧、B帧数量的比例，阈值T1的取值区间为(0，1)：

当D/M值大于等于阈值T1，则该视频判定为经过帧间篡改操作；

当D/M值小于阈值T1，则该视频判定为原始视频。

优选的，所述步骤4包括如下步骤：

步骤4.1：对于在步骤3中判断为有篡改嫌疑的视频，计算帧删除疑似度G，帧删 除疑似度G的计算过程如下：

步骤4.1.1：对每个异常帧计算该异常帧作为删除点关于周期T的疑似度，如公式 (4)所示：

$G(T,k)=(\underset{i=T+1}{\overset{k}{\Sigma }}F\left(i\right)*F\left(i-T\right)+\underset{i=k+T+1}{\overset{N}{\Sigma }}F\left(i\right)*F\left(i-T\right))/N---\left(4\right)$

式中：G(T,k)表示关于k位置处在T周期内的疑似度，参数k表示该异常帧在原 视频帧序列中的序号；

步骤4.1.2：计算以每个异常帧为删除点对应的帧删除疑似度G(k)，如公式(5)所 示：

$G\left(k\right)=\underset{T}{max}G(T,k)---\left(5\right)$

步骤4.1.3：提取最大的G(k)即为该视频的帧删除疑似度，如公式(6)所示：

$G=\underset{k}{max}G\left(k\right)---\left(6\right)$

步骤4.2：将帧删除疑似度G与阈值T2比较，根据比较的结果判断篡改类型，阈 值T2的取值区间为(0，1)；

若G大于等于阈值T2，则该检测视频篡改类型判定为帧删除；

若G小于阈值T2，则该检测视频篡改类型判定为帧插入。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上 述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改， 这并不影响本发明的实质内容。