對象級視頻修復與合成篡改檢測關鍵技術研究

《對象級視頻修復與合成篡改檢測關鍵技術研究》是依託中國礦業大學，由李雷達擔任項目負責人的面上項目。

基本介紹

• 中文名：對象級視頻修復與合成篡改檢測關鍵技術研究
• 項目類別：面上項目
• 項目負責人：李雷達
• 依託單位：中國礦業大學

項目摘要

視頻對象篡改通過對目標的修復、合成和重組改變視頻所表達的原始語義。本項目以視頻真實性認證為套用背景，研究視頻對象的修復與合成篡改檢測技術。主要內容包括：針對視頻對象的修復篡改，從基於空時聯合特徵的幀模式一致性、視頻空時體運動趨勢誤差分析和幀間累積能量的奇異性等方面進行篡改建模，通過模式分類定位修復區域；針對異源視頻對象的合成篡改，研究對象的全局軌跡提取與描述、對象與背景的契合度定量分析，結合對象區域與背景區域的光源方向進行異源對象合成的檢測和定位；針對同源視頻對象的合成篡改，以運動插值為主線,研究視頻對象的空域與時域質量無參考測量，結合區域的幀間複製關係對合成區域進行定位，並通過挖掘視頻對象與背景修復痕跡之間的內在關係估計對象的篡改歷史。研究成果能為視頻數據的真實性認證提供重要的理論支持，同時具有重要的套用價值。

結題摘要

本項目以司法取證和真實性認證為套用背景，針對視頻的被動取證技術進行研究，具體包括圖像和視頻修復篡改的檢測、視頻對象的合成篡改檢測、圖像與視頻的客觀質量評價等內容。針對基於樣本的對象修復篡改的取證：從修復區域和其他區域間存在異常塊對相似性的角度出發，提出了基於零連通特徵和碎片拼接檢測的盲取證算法；將隱寫分析的思路引入被動取證，提出了對象刪除篡改的取證算法。針對基於seam carving的對象篡改的被動取證：提出了基於取證哈希的視頻重定位篡改取證方法；從突出局部紋理失真的預處理角度出發，提出了基於局部二值模式的取證算法；針對小縮放因子下的取證準確率不高的問題，進一步提出了基於多尺度空間域和譜域熵的取證方法。針對視頻的幀率上轉篡改：提出了基於邊緣強度變化的周期屬性、基於視頻幀的平均紋理變化和基於殘差信號的被動取證方法，取得了理想的效果，性能均優於目前的主流算法。針對對象合成篡改，提出了通過分析對象邊緣及其可變寬度輪廓的統計特性，實現對自然對象和人為添加對象的分類和檢測，取得了理想的性能。針對被動取證中的視覺質量因素，研究了圖像和視頻的客觀質量評價方法；針對圖像中的模糊、壓縮塊效應、視頻中的閃爍效應、圖像合成失真等，基於稀疏表示、圖像正交矩、特徵學習等理論，提出了多種有效的客觀評價算法，性能均優於現有的模型。本項目的研究從理論和實驗上揭示了圖像和視頻中的對象篡改的規律，通過設計描述規律一致性的特徵提出了多種有效的取證算法，達到了項目的預期目標；同時，通過本項目的實施還指出了目前的取證研究中存在的問題，為今後的研究提供重要參考。