基于PPoMVP的视频帧间篡改取证算法研究

发布时间：2017-05-09 23:13

  本文关键词：基于PPoMVP的视频帧间篡改取证算法研究，由笔耕文化传播整理发布。

【摘要】：社会飞速发展,科技不断进步,数码设备日益普及,视频编辑软件比比皆是,操作简单且功能强大,篡改效果形象逼真。在丰富人们生活的同时,也导致视频篡改事件频频发生,由于视频是七类司法证据之一,有效鉴别视频真伪将为社会的公平正义提供有力的技术支撑。因此,对于视频篡改被动取证技术的研究具有重要的现实和法律意义。在现实生活中,对视频进行有意的帧间篡改,一般是在视频中插入或删除一个完整事件。由于视频取证技术相对于图像取证技术来说起步较晚,针对完整事件的帧间篡改视频,其取证研究较少。本文以此类人眼难以鉴别的帧间篡改视频为研究对象,提出了一种基于PPoMVP (post-processing of motion vector pyramid)的视频帧间篡改取证算法。首先提取待检测视频的MVP特征,然后对MVP特征进行优化处理,得到视频的PPoMVP特征,最后运用SVM (support vector machine)对原始视频和帧间篡改视频进行分类,实验结果表明了方法的有效性。具体工作如下：1.深入研究了基于MVP的视频帧间篡改检测算法,并与当前已有的经典算法进行了对比和分析。在未经篡改的原始视频中,视频帧间的MVP特征具有较好的连续性,而当视频遭受帧间篡改后,在篡改点处MVP的连续性会被破坏,所以,MVP可以作为视频帧间篡改检测的一个有效特征。通过实验得知,该算法能够对原始视频与帧间篡改视频进行有效分类,与当前已有的基于光流和基于速度场的视频帧间篡改取证算法相比,适用性更强。2.提出了基于PPoMVP的视频帧间篡改取证算法。对视频进行帧间篡改会导致篡改处的MVP特征明显改变,同时也会在正常数据点处留下细微的痕迹,本文通过对MVP特征进行去均值、累加、直方统计等一系列优化处理,有效抑制了无关信息,充分利用了视频帧间篡改遗留的痕迹。最后,将视频特征PPoMVP中80%的样本放入支持向量机中进行训练,20%的样本用于测试该算法的分类准确率。实验结果表明,对MVP特征进行后处理,大幅提高了帧间篡改视频检测的准确率。
【关键词】：数字视频取证 帧间篡改 PPoMVP 分类
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;D918.2
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 绪论11-18
• 1.1 课题研究背景及意义11-13
• 1.2 数字视频取证技术13-16
• 1.2.1 视频篡改方式13-14
• 1.2.2 视频取证技术分类14-16
• 1.2.3 视频取证技术评价标准16
• 1.3 研究内容与主要研究成果16-17
• 1.4 本文组织结构17-18
• 2 数字视频被动取证技术研究现状18-23
• 2.1 引言18-19
• 2.2 视频帧内篡改取证技术研究现状19-20
• 2.3 视频帧间篡改取证技术研究现状20-21
• 2.4 本章小结21-23
• 3 基于MVP的视频帧间篡改取证算法研究23-37
• 3.1 MVP介绍23-25
• 3.2 基于MVP的视频帧间篡改检测原理25-31
• 3.2.1 原始视频的MVP特征27-28
• 3.2.2 帧删除视频的MVP特征28-29
• 3.2.3 帧复制视频的MVP特征29-31
• 3.3 MVP特征的提取31-33
• 3.4 异常数据点检测33-34
• 3.5 实验结果与分析34-37
• 4 基于PPOMVP的视频帧间篡改取证算法37-52
• 4.1 引言37-38
• 4.2 PPoMVP38-47
• 4.2.1 去除平均值40-44
• 4.2.2 累加44-46
• 4.2.3 统计直方图46-47
• 4.3 SVM分类47-49
• 4.4 实验结果与分析49-51
• 4.4.1 实验设置49-50
• 4.4.2 结果分析50-51
• 4.5 本章小结51-52
• 5 总结与展望52-54
• 5.1 本文工作总结52-53
• 5.2 未来工作展望53-54
• 参考文献54-56
• 作者简历及攻读硕士/博士学位期间取得的研究成果56-58
• 学位论文数据集58

【相似文献】

中国重要会议论文全文数据库 前2条

1 栾淑丽;王燕;于佳;;基于人工文本的视频帧聚类算法研究[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年

2 佟爱华;周付根;金挺;林锦梅;;一种改进的高精度视频帧间匹配算法[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

中国硕士学位论文全文数据库 前5条

1 袁亚伟;基于PPoMVP的视频帧间篡改取证算法研究[D];北京交通大学;2016年

2 栾淑丽;基于人工文本视频帧聚类算法研究[D];哈尔滨工程大学;2009年

3 刘玉涛;3D视频帧率提升技术的研究[D];哈尔滨工业大学;2013年

4 吴迁;基于帧间帧内线索融合的二维视频深度提取方法[D];哈尔滨商业大学;2015年

5 巢娟;基于内容的视频帧间篡改被动检测算法研究[D];上海交通大学;2013年

  本文关键词：基于PPoMVP的视频帧间篡改取证算法研究，，由笔耕文化传播整理发布。

本文编号：353526