基於智慧型技術的視頻篡改取證研究

《基於智慧型技術的視頻篡改取證研究》是依託福建師範大學，由黃添強擔任項目負責人的面上項目。

基本介紹

• 中文名：基於智慧型技術的視頻篡改取證研究
• 項目類別：面上項目
• 項目負責人：黃添強
• 依託單位：福建師範大學

項目摘要

在數字篡改取證研究中，目前的研究較集中於靜態圖像篡改檢測，視頻篡改檢測研究極少，缺少可靠的理論基礎與技術，隨著視頻與視頻編輯軟體的廣泛套用，該研究將為視頻取證提供急需的理論依據。本課題試圖運用智慧型原理來挖掘視頻特徵空間的模式，以識別視頻是否被篡改，研究篡改檢測的機理與相關的數據挖掘理論。通過分析視頻固有特徵模式及其相關性，包括攝像設備與攝像環境產生的固有特徵、視頻本身的數據特徵和視頻採集製作特徵以及它們的相關性，將這些特徵與關係有效地量化表示與建模，研究與套用適合處理高維非線性數據的智慧型理論與方法，包括流形學習、脈衝神經網路與壓縮感知等，設計具有魯棒性的視頻篡改取證模型與智慧型檢測算法。另外，利用已有的靜態圖像篡改檢測算法獲取少量的標籤，再利用半監督學習技術建模，提高視頻篡改檢測的精度與效率。為視頻篡改檢測提供基於智慧型原理的新方法，研究成果將為視頻證據可靠性提供理論基礎與技術保障。

結題摘要

本課題組通過分析視頻固有特徵模式及其相關性，包括攝像設備與攝像環境產生的固有特徵、視頻本身的數據特徵和視頻採集存儲特徵以及它們的相關性，將這些特徵與關係有效地量化表示與建模，通過壓縮感知、流行學習、離群點挖掘、聚類、半監督學習等機器學習與數據挖掘工具提出視頻篡改取證模型與檢測算法，包括：①使用視頻處理軟體對視頻中的某些運動前景進行刪除操作是視頻篡改常用的方法之一。本算法針對靜止背景下的運動前景刪除的視頻篡改檢測，提出一種基於壓縮感知的視頻篡改檢測算法。該算法擁有較強的魯棒性，與已有的同類型算法相比，具有更高的準確度。②使用視頻處理軟體對視頻進行幀內的複製-貼上是視頻篡改常用的方法之一。提出了基於壓縮追蹤的視頻篡改檢測算法。本算法相比之前的同類型檢測算法擁有更好的檢測精度和更高的的執行效率。③基於幀間內容連續性，提出一種通過灰度值來刻畫視頻幀內容，利用幀間內容相關性來判斷視頻連續性，自適應設定閾值找出篡改點的視頻篡改檢測方法。本方法檢測運動背景下不小於１０幀的幀刪除、幀插入及幀替換篡改操作能夠取得理想的效果。④提出一種基於雙向運動矢量的視頻篡改檢測方法。首先對視頻B幀進行解碼, 提取雙向運動矢量, 然後通過計算峰值序列的均值和標準偏差自適應地設定閾值,判斷出篡改點。使用這種篡改檢測方法能有效地檢測出運動背景下視頻幀的刪除和插入篡改。⑤提出一種利用視頻幀紋理特徵來檢測視頻篡改的方法。算法通過計算相鄰幀灰度共生矩陣的相關性找出異常幀。該方法對視頻格式無限制，適用於各種格式的視頻。該方法對相近背景下的異源幀插入、幀替換檢測效果比較理想。⑥針對視頻遭受非同源片段合成的篡改，提出一種改進的半監督學習算法，並將這種算法套用在視頻篡改取證研究。本算法能夠有效檢測視頻是否由非同源片段合成。這些方法能有效地檢測常見的編輯方式篡改後的視頻，為此類視頻真實性、一致性、完整性等提供了檢測方法。同時，我們把檢測算法集成了視頻篡改檢測的平台，並把相關技術進行開發套用，從而，為視頻安全套用提供支持，為司法訴訟中視頻電子證據的可靠性提供保障，具有重要的理論意義與套用價值。