《數字視頻語義對象篡改的被動取證研究》是依託湖南大學，由楊高波擔任項目負責人的面上項目。
基本介紹
- 中文名：數字視頻語義對象篡改的被動取證研究
- 項目類別：面上項目
- 項目負責人：楊高波
- 依託單位：湖南大學
中文摘要,結題摘要,
中文摘要
基於對象的視頻操作是視頻處理套用的特色與目標，可以提高視頻的視覺質量，或者提供更好的互動性能。然而，視頻對象是具有語義的物體，對象級操作也經常被用於改變視頻的語義，以達到惡意篡改的目的。本項目專門針對數字視頻語義對象篡改，研究相應的被動取證技術。主要內容包括：(1) 針對內容感知視頻縮放和視頻修復兩類對象去除篡改，根據局部紋理和結構失真，並結合先驗知識或者限制性假設的遺留效應，檢測與定位篡改區域；(2) 針對添加對象的視頻合成，通過對象運動軌跡數學描述及其平滑度分析，並測量對象與背景之間過渡區的邊界效應, 檢測與定位篡改區域；(3) 針對對象添加和去除，從能量函式的角度分析它們在工作原理和篡改痕跡上的共性，提出具有共性的時空體方向能量特徵，並通過特徵融合與決策融合，研究語義對象篡改的被動綜合取證。研究成果將發展視頻被動取證理論，為網路視頻監管和司法視頻證據的真實性保障提供有效的檢測手段。
結題摘要
數字視頻豐富著人們的日常生活。基於對象的視頻操作是視頻處理套用的特色與目標，可以提高視頻的視覺質量，或者提供更好的互動性能。然而，網際網路充斥著一些真偽難辨的數字視頻, 正在顛覆人們“眼見為實”的傳統觀念。特別是，視頻對象是具有語義的物體，在視頻的語義表達上具有重要的作用, 直接影響人們對於視頻內容的理解。對象級操作也經常被用於改變視頻的語義，以達到惡意篡改的目的。本項目專門針對數字視頻語義對象篡改，研究相應的被動取證技術。研究內容主要內容包括：(1) 針對內容感知視頻縮放和視頻修復兩類對象去除篡改，根據局部紋理和結構失真，並結合先驗知識或者限制性假設的遺留效應，檢測與定位篡改區域；(2) 針對添加對象的視頻合成，通過對象運動軌跡數學描述及其平滑度分析，並測量對象與背景之間過渡區的邊界效應, 檢測與定位篡改區域；(3)針對對象添加和去除，從能量函式的角度分析它們在工作原理和篡改痕跡上的共性，提出具有共性的時空體方向能量特徵，並通過特徵融合與決策融合，研究語義對象篡改的被動綜合取證。具體地，本項目圍繞對象級圖像篡改，包括seam carving和圖像修復，提出基於LBP和WLD紋理特徵、多角度空域和頻域熵等系列被動取證方法。此外，針對視頻幀率上轉，特別是基於運動補償的幀率上轉，推導了其殘差信號的數學模型，提出了基於殘差的MC-FRUC取證及辨別方法，並且提出了一種基於效應指示圖和Tchebichef矩的視頻幀率上轉插值幀魯棒定位方法。通過本項目的研究，在IEEE TCSVT、TMM和JCVIR等期刊共發表了論文10篇，發展和豐富了視頻被動取證的理論基礎，有助於解決由於語義對象篡改可能導致的視頻內容歧義的問題。研究成果將為以新聞誠信為代表的公共信任秩序維護, 和以法庭視頻證據真實性為代表的社會公平保障, 提供有效的檢測手段或者重要的技術支撐。
