基于预测残差异常模式的视频双重压缩检测方法与流程

技术特征：

1.一种基于预测残差异常模式的视频双重压缩检测方法，其特征在于，包括如下步骤：

步骤1：提取视频每一帧的预测残差；

步骤2：计算每一帧的预测残差分布；

步骤3：利用Jensen-Shannon散度，计算相邻两帧预测残差分布的差异，获得Jensen-Shannon散度序列；

步骤4：通过中值滤波法，对Jensen-Shannon散度序列进行去噪，得到特征序列；

步骤5：对特征序列进行时域分析，判断对应视频是否遭受到视频双重压缩，若遭受双重压缩，则推测该视频第一次压缩时的GOP长度；若未遭受双重压缩，则结束流程。

2.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤1中提取每一帧视频预测残差的步骤如下：

步骤A1：将每一视频帧划分为相互不重叠的4x4块；

步骤A2：计算每一个4x4块的视频预测残差均值，计算公式如下：

${\stackrel{\‾}{R}}_t(i,j)=\frac{1}{16}\underset{m=1}{\overset{4}{\Σ}}\underset{n=1}{\overset{4}{\Σ}}\left|r_{m,n}\right|$

式中：表示第t帧中第(i,j)个4x4块的预测残差均值；r_m,n表示在对应4x4块中，位于(m,n)位置的像素点的预测残差值,(m,n)位置是指第m行第n列位置。

3.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤2中计算每一帧的预测残差分布的步骤如下：

步骤B1：将每一个4x4块的预测残差均值进行取整计算，计算公式如下：

式中：表示对取整后的值；

步骤B2：利用帧内每个4x4块的平均预测残差取整值，计算该帧的预测残差分布，计算公式如下：

式中：表示第t帧的预测残差分布；C_t(n)表示在第t帧内，4x4块值等于n的块的个数；表示在t帧内不重叠4x4块的个数。

4.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤3中，利用Jensen-Shannon散度，计算相邻两帧预测残差分布的差异，并获得Jensen-Shannon散度序列，具体计算公式如下：

$S_{JSD}\left(t\right)=JSD\left(F_{{\mathrm{PRED}}_t}\right(n\left)\right|\left|F_{{\mathrm{PRED}}_{t-1}}\right(n\left)\right)+JSD\left(F_{{\mathrm{PRED}}_t}\right(n\left)\right|\left|F_{{\mathrm{PRED}}_{t+1}}\right(n\left)\right)$

式中：S_JSD(t)表示得到的Jensen-Shannon散度序列，t为函数的自变量表示第t帧；JSD(·)代表Jensen-Shannon散度算子；表示第t帧的预测残差分布；表示第t-1帧的预测残差分布；表示第t+1帧的预测残差分布。

5.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤4中，通过中值滤波法，对Jensen-Shannon散度序列进行去噪，得到特征序列，包括如下步骤：

步骤C1：在Jensen-Shannon散度序列的基础上，计算出中值序列S_MF(t)，计算公式如下：

S_MF(t)＝median{S_JSD(t-1),S_JSD(t),S_JSD(t+1)}

式中：S_MF(t)为得到的中值序列，S_JSD(t-1)表示第t-1帧所对应的JSD散度序列值，S_JSD(t)表示第t帧所对应的JSD散度序列值，S_JSD(t+1)表示第t+1帧所对应的JSD散度序列值，median{.}表示取中值运算；

步骤C2：对Jensen-Shannon散度序列进行中值滤波，计算公式如下：

S_PRED(t)＝max(S_JSD(t)-S_MF(t),0)

式中：S_PRED(t)为最终得到的特征序列，max(·)算子用于取括号内输入参数的最大值。

6.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤5中，对特征序列进行时域分析，包括如下步骤：

步骤D1：获取特征序列中，值大于0的点的序号集合定义如下：

其中T为视频帧数；

步骤D2：计算潜在单次压缩GOP长度集合定义为：

式中：GCD(·)表示最大公约数算子，为步骤D1中定义的集合，T为视频帧数，L为设定的系数参数；

步骤D3：对集合中的每一个元素c，计算时域特征值，计算公式如下：

式中：为对应于元素c的时域特征值，的计算公式如下：

式中：为步骤D1中定义的集合，T为视频帧数，kc表示自变量c的整数k倍，且k的取值范围为

的计算公式为：

其中，为步骤D1中定义的集合，T为视频帧数，β＝α×max{S_PRED(t)}，式中α能够设定为任意系数参数，×表示乘法运算；max{·}为取最大值算子；

的计算公式为：

式中：kz表示z的整数k倍，其中z∈[1,c-1]。

7.根据权利要求1所述的基于预测残差异常模式的视频双重压缩检测方法，其特征在于，所述步骤5中判断对应视频是否遭受到视频双重压缩的步骤如下：

步骤E1：对于单次压缩GOP长度集合中的所有元素c，计算出的最大值

步骤E2：对视频进行双压缩判定，具体地：设定一个阈值参数T_double，若则认为视频为双重压缩视频，反之，则视频为单词压缩视频；

步骤E3：若视频遭受双重压缩，则推测该视频第一次压缩时的GOP长度，计算公式如下：

其中，为第一次压缩时的GOP长度预测值。