基于光强信息的视频插帧篡改检测方法及装置制造方法
【专利摘要】本发明提供了一种基于光强信息的视频插帧篡改检测方法及装置，通过提取视频每帧的6个光照亮度特征而后将其准化后融合，最后通过视频帧间的光照强度距离和平均距离的相对关系，根据阈值，分离出可疑插入帧。从而实现了对同源异时、异源同时和异源异时的插帧篡改进行有效检测。
【专利说明】基于光强信息的视频插帧篡改检测方法及装置
【技术领域】
[0001]本发明涉及视频图像分析领域，尤其是指一种基于光强信息的视频插帧篡改检测方法及装置。
【背景技术】
[0002]在数字多媒体愈发普及的时代，各种成像设备在各个领域的使用变得顺其自然。随着先进的视频编辑软件的出现和不断升级，修改一张图片或一段视频变得越来越容易。这种技术一旦被非法者利用，将可能对社会产生不可预期的影响。因此，数字视频篡改检测技术的研究成为当今急需快速发展的重要技术。
[0003]目前，国内外学者对数字视频篡改取证的研究主要有两类:一类是针对视频编码(比如MPEG编码)过程的特点。因为被篡改的数字视频经常有经过重压缩的过程，而经过重压缩的视频，其帧序列的内在规律会遭到破坏，所以可以通过分析特定格式视频帧序列的内在规律是否遭到破坏来检测。WANG等人提出的针对MPEG格式编码的视频序列，利用篡改前后的预测残差周期性变化的特点进行分析。另外，黄等人在WANG的基础上，并针对其存在的问题，提出基于双向运动矢量的数字视频篡改取证算法，大大提高了检测精度。另一类是从现有的数字图像篡改取证算法的基础出发。根据视频拍摄过程中引入的模式噪声，或者视频帧序列的连续性及其他统计特性的特点进行分析。Hsu等人提出了基于模式噪声相关性的视频篡改检测算法，首先提取视频每一帧的模式噪声，然后将仅剩模式噪声的视频帧分块，最后通过计算时间上相邻的块级相关性，并构建高斯混合模型，来鉴定数字视频是否被篡改。王等人同样利用视频模式噪声，通过比较待鉴别帧的噪声与模式噪声之间的相关性，利用实验经验阈值判断，定位篡改区域。另外，黄提出一种利用模式噪声聚类分析的视频篡改检测方法。这种方法将数据挖掘的相关算法应用到视频篡改检测研究，在检测精度上取得不错的效果。
[0004]然而，上述两类算法都有一些局限性。首先，针对视频编码过程的算法，虽然能够取得不错的检测效果，但是受限于视频格式，无法达到通用性；另外，针对模式噪声取证的算法虽然突破了视频格式的限制，但是这种算法只能用于异源的篡改检测，一旦插入帧是同一部摄像机拍摄的，那么这种算法就无法准确检测出来。
【发明内容】
[0005]本发明的目的在于克服了上述缺陷，提供一种基于光强信息的视频插帧篡改检测方法及装置。
[0006]本发明的目的是这样实现的:一种基于光强信息的视频插帧篡改检测方法，它包括步骤:
[0007]A)、输入待测的数字视频；
[0008]B)、将待检测的数字视频转化为帧图像序列；
[0009]C)、对每一帧图像分别提取其亮度特征信息；所述亮度特征信息包括帧图像的亮度均值、亮度方差、帧图像对应HSV色彩空间的饱和度均值、饱和度方差、亮度均值和亮度
方差;
[0010]D)、将亮度特征信息进行处理生成一个融合亮度特征；
[0011]E)、计算每一帧图像的融合亮度特征与其余帧图像的融合亮度之间的欧氏距离；
[0012]F)、计算所有帧图像的欧氏距离均值，对比每一帧图像的欧氏距离与欧氏距离均值的偏离度，当偏离度超过阈值则将该帧图像定位为异常插入帧；
[0013]上述方法中，所述步骤C中亮度特征信息中，设定帧图像的亮度均值为EH、亮度方差为VarH2、帧图像对应HSV色彩空间的饱和度均值为ES、饱和度方差为VarS2、亮度均值为EV、亮度方差为VarV2 ;上述中，
[0014]
【权利要求】
1.一种基于光强信息的视频插帧篡改检测方法，其特征在于:它包括步骤， A)、输入待测的数字视频； B)、将待检测的数字视频转化为帧图像序列； C)、分别对每一帧图像提取其亮度特征信息，所述亮度特征信息包括帧图像的亮度均值、亮度方差、帧图像对应HSV色彩空间的饱和度均值、饱和度方差、亮度均值和亮度方差； D)、将亮度特征信息进行处理，生成一个融合亮度特征； E)、计算每一帧图像的融合亮度特征与其余帧图像的融合亮度之间的欧氏距离； F)、计算所有帧图像的欧氏距离均值，对比每一帧图像的欧氏距离与欧氏距离均值的偏离度，当偏离度超过阈值则将该帧图像定位为异常插入帧。
2.如权利要求1所述的基于光强信息的视频插帧篡改检测方法，其特征在于:所述步骤C中亮度特征信息中，设定帧图像的亮度均值为EH、亮度方差为VarH2、帧图像对应HSV色彩空间的饱和度均值为ES、饱和度方差为VarS2、亮度均值为EV、亮度方差为VarV2 ;上述中，
3.如权利要求2所述的基于光强信息的视频插帧篡改检测方法，其特征在于:设定所述融合亮度特征为LC，帧图像序列的帧数为i，因此每一帧图像的融合亮度特征LC (i)可由下式求的:^VarH2 (i) | VarS2U) |
4.如权利要求3所述的基于光强信息的视频插帧篡改检测方法，其特征在于:所述步骤E中，设欧氏距离为LDur，可由下式求得，
5.如权利要求4所述的基于光强信息的视频插帧篡改检测方法，其特征在于:所述步骤F中，设欧氏距离均值为ELDur，可由下式求得，
6.如权利要求1-5所述的基于光强信息的视频插帧篡改检测方法，其特征在于:所述步骤F具体为: 连续对比预设帧数的帧图像的欧氏距离与欧氏距离均值的偏离度，当所有偏离度均超过阈值时，则将该些连续帧图像定位为异常插入帧。
7.如权利要求1-5任意一项所述的基于光强信息的视频插帧篡改检测方法，其特征在于:所述步骤F中，所述预设帧图像的帧数不少于12帧；所述偏离度的阈值为不小于2.8。
8.一种基于光强信息的视频插帧篡改检测装置，其特征在于:它包括， 输入模块，用于输入待测的数字视频，而后转到转化模块； 转化模块，用于将待检测的数字视频转化为帧图像序列，而后转到提取模块； 提取模块，用于分别对每一帧图像提取其亮度特征信息，而后转到融合模块；所述亮度特征信息包括帧图像的亮度均值、亮度方差、帧图像对应HSV色彩空间的饱和度均值、饱和度方差、亮度均值和亮度方差； 融合模块，用于将亮度特征信息进行处理，生成一个融合亮度特征而后转到计算模块； 计算模块，用于计算每一帧图像的融合亮度特征与其余帧图像的融合亮度之间的欧氏距离而后转到异常定位模块； 异常定位模块，用于计算所有帧图像的欧氏距离均值，对比每一帧图像的欧氏距离与欧氏距离均值的偏离度，当偏离度超过阈值则将该帧图像定位为异常插入帧。
9.如权利要求8所述的基于光强信息的视频插帧篡改检测装置，其特征在于:所述异常定位模块具体为，用于连续对比预设帧数的帧图像的欧氏距离与欧氏距离均值的偏离度，当所有偏离度均超过阈值时，则将该些连续帧图像定位为异常插入帧。
10.如权利要求8或9所述的视频插帧篡改检测装置，其特征在于:所述异常定位模块中，所述预设帧图 像的帧数不少于12帧；所述偏离度的阈值为不小于2.8。
【文档编号】H04N19/142GK103618899SQ201310651629
【公开日】2014年3月5日 申请日期:2013年12月5日 优先权日:2013年12月5日
【发明者】黄添强, 吴铁浩, 卓华, 邱源峰, 陈云锋 申请人:福建师范大学, 福建省三奥信息科技股份有限公司