面向监控系统的视频源识别及伪造检测技术研究

发布时间：2020-03-21 04:17

【摘要】：视频监控是新形势下公安机关维护国家安全和社会稳定的重要手段,视频监控的安全问题已成为平安城市发展建设中的瓶颈问题,视频监控被恶意伪造的情况时常发生,确保监控视频信息的真实性和可靠性是视频监控安全的基本需求。本文聚焦于监控系统的视频源识别及伪造检测技术,针对监控视频的特点和监控场景对实时性的需求,从视频源识别和视频伪造检测两方面来研究其中的关键技术。具体工作如下:针对无线监控设备欺骗攻击的问题,提出基于光响应非均匀性(PRNU)实时聚类的监控视频源识别算法,利用监控视频设备的自身特征,构建监控视频设备指纹,通过实时DBSCAN聚类算法,将监控视频设备和多媒体数据内容进行绑定,实现基于监控视频设备硬件指纹的视频溯源和欺骗检测。实验表明,该算法具有简单高效的优点,准确率达到96.83%,能够有效监测和防范视频设备欺骗攻击。针对监控视频内容伪造的问题,提出基于脆弱水印的监控视频伪造检测算法,融合视频帧序号和时间戳作为水印信息,能够保证内容真实可靠;将PRNU噪声的统计特征作为密钥,能够保证视频来源可追溯;将水印嵌入I帧的亮度分量4×4分块的非零量化AC交流分量系数中,实现了对监控视频伪造的检测。实验表明,该算法具有良好的隐蔽性和鲁棒性,峰值信噪比值均在35dB以上,误码率值均低于0.3;且能够对空间域和时间域的伪造进行检测。基于以上方法,设计并实现了视频监控运行安全监管平台,将视频水印技术与视频源识别技术相结合,充分利用了监控设备硬件指纹和水印算法各自的优势。该平台运用于多个平安城市系统,验证了算法的可靠性和有效性。
【图文】：

水印,视频水印,印后,原始视频

加水印后的视频帧在视觉上没有很明显的可见失真，整体满足隐蔽性要求。(a) 原始视频帧 (b) 嵌入水印后的视频帧图4.5 水印的隐蔽性（2）客观评估：峰值信噪比（PSNR）可以用于评估水印嵌入之后的视频帧的保真度和视觉质量水平。假设原始视频帧为 X (i , j )，加水印后的视频帧为 X '(i , j )，的计算公式如公式(4-8)所示。221 1max( ( , ) )10lg( ( , ) '( , ))A Bi jAB X i jPSNRX i j X i j (4-8)本文对以上五个视频样本分别计算值，如表 4.4 所示的值是对视频样本中的每一个视频帧求值之后再求平均值得到的。表4.4 视频水印的峰值信噪比视频样本编号嵌入视频水印的值1 39.792 40.853 36.544 40.265 38.91

伪造攻击,帧内,检测结果

频帧的分块编号进行比对，可以将编号不一致的区域标记出来，如图 4.6(c)所示。(a) 原始视频帧 (b) 删除人物后的视频帧 (c) 检测后的视频帧图4.6 帧内删除伪造攻击检测结果图本文对含有水印的视频帧内容进行了帧内添加伪造实验，并对帧内添加伪造攻击的检测效果进行了分析。如图4.7所示，对帧内人物手中的物品进行增添操作，图4.7(a)所示画面中的人物手中没有任何东西，图 4.7(b)所示画面中将一个手提袋放入其手中，伪造出该人物偷窃东西的行为。通过对当前视频帧的分块 PRNU 噪声的均值方差进行距离分析，可以将距离值高于阈值的区域标记出来，，这里的阈值选取为 0.15，检测后的结果如图 4.7(c)所示。(a) 原始视频帧 (b) 添加物品后的视频帧 (c) 检测后的视频帧图4.7 帧内添加伪造攻击检测结果图由图 4.6 和图 4.7 的实验结果可以说明，本算法可以对空间域帧内删除伪造和帧内添加伪造攻击进行有效检测
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN948.6

【参考文献】