取背景图像和运动目标图像。当通过背景模型提取背景图像和运动目标图 像时，涉及到如何建立背景模型，如何生成每帧图像对应的场景图像，如何确定视频中哪些 像素点属于运动目标图像，以及如何确定运动目标图像的位置信息，下面对以上各点进行 详细说明：
[0084] 1)背景模型的建立
[0085] 其中，在一个实施例中，可以通过多样本建模，建立背景模型，并更新场景图像。具 体地，采用多个样本建立背景模型的方法如下：
[0086] 在待认证视频的首帧图像中进行背景模型初始化，对首帧中每个像素在其预设邻 域内随机抽取N个样本，组成初始的背景模型。该背景模型中每个像素点对应一个样本模 型，每个样本模型中由预设样本数量的样本组成，每个样本对应一个样本值。上述样本模型 可以由公式（1)表示：
[0087] Model(i，={sample " Sample2,…，samplej (I)
[0088] 在公式（1)中，Model(i;j)表示（i，j)点的样本模型，sample表示样本模型中的样 本值，N为样本数量。
[0089] 其中，在一个实施例中每个样本的样本值，可以由该样本的像素值表示。
[0090] 2)运动目标图像的提取
[0091] 具体的，在采用多样本建模，建立背景模型之后，提取运动目标图像的方法可以执 行为：对于待认证视频的每帧图像内的每个像素点，将该像素点的像素值与当前背景模型 中与该像素点的位置相同的样本模型中的每一个样本值进行比较，计算该像素点的像素值 与每一个样本值的样本差距，则可以得到N个样本差距，其中，N为每个样本模型中的样本 数量。当样本差距小于样本阈值的数量大于预设样本差距数量时，则确定该像素点为背景 点（即该像素点属于场景图像），否则，确定该像素点为运动目标图像的像素点。其中，该像 素点的像素值与样本值的样本差异可以通过公式（2)确定：
[0092] diff = Ivalue(Jj)-Samplei (2)
[0093] 在公式⑵中，diff表示样本差距；valuer表示位置为（i，j)点的像素点的像 素值；Sample i表示位置为（i，j)点的样本模型中的样本值。
[0094] 3)背景模型的更新
[0095] 待认证视频中多帧图像的背景之间差异可能比较大，用一个固定不变的背景模型 无法准确的描述待认证视频中每帧图像的背景图像的特点，这样的背景模型也就无法准确 的提取运动目标图像。因此，为准确描述每帧图像的背景图像的特征，以便于能够准确的提 取运动目标图像，需要对背景模型进行更新，并使用更新后的背景模型提取运动目标图像。
[0096] 在更新背景模型时，具体的更新方法可以为：从第2帧图像开始，对于每帧图像中 的每一个像素点，当确定该像素点不属于运动目标图像即属于（即为背景图像的背景点） 时，可以以均匀分布[0, Θ-1]的随机概率去更新该像素点所在预设邻域内的随机位置的 样本模型中的随机的一个样本值。例如，当预设邻域为8邻域时，一个像素点最多可以在 8个预设领域内，则可以从这8个预设邻域内随机选择一个预设邻域，并在选择的预设邻 域内随机选择一个位置的样本模型，并从选择的样本模型中的随机选择一个样本值进行更 新。较佳的，当预设领域为8领域，样本模型中的样本个数为20时，Θ可以根据经验确定， 例如Θ可以选择为16。需要说明的，任何用现有技术实现对场景图像进行更新方法均适用 于本发明实施例，在此不做限定。
[0097] 至此，运动目标图像的提取过程可以描述为：对于待认证视频的首帧图像，根据初 始化的背景模型，提取运动目标图像，在之后的运动目标图像提取过程中，根据背景点更新 背景模型。当背景模型更新后，根据更新后的背景模型继续提取的运动目标图像，如此重 复，边更新背景模型，边提取运动目标图像，在背景模型更新后，使用更新后的背景模型提 取运动目标图像。
[0098] 4)场景图像的生成
[0099] 在实际应用中，当视频的场景相对稳定不容易发生变化时，在短时间内视频中的 背景图像变化较小，例如监控视频。对于具有这样特征的视频，可以多帧图像共用一个场景 图像。
[0100] 其中，在一个实施例中，对于步骤A2中"将背景图像之间的差距小于等于预设差 距的帧图像视为一个集合，并针对每一个集合，从该集合中选取一帧图像的背景图像生成 该集合中的每一帧图像对应的场景图像"，进行举例说明：例如待认证视频共有100帧图 像，分别标号为1-100,其中，第1帧图像至第30帧图像的30个背景图像之间的差距小于 等于预设差距，因此第1帧图像至第30帧图像为一个集合，从该集合中选择一帧图像的背 景图像生成该集合的每一帧图像的场景图像。类似的，当剩余的第31帧图像至第100帧图 像的背景图像的差距小于等于预设差距时，第31帧图像至第100帧图像共用另一个场景图 像。由此可见，一百帧图像仅用两个场景图像，描述这100帧图像的背景图像。由此，在本 发明实施例中，每一帧图像，可以用场景图像和运动目标图像表示。由于多帧图像共用一个 场景图像，在之后的生成视频的待认证哈希码的过程中，由于用场景图像代替多帧图像的 背景图像，可以减少哈希码的长度，提高哈希码匹配的效率，从而提高视频认证的效率。
[0101] 其中，在一个实施例中，当通过上述的背景模型生成场景图像时，场景图像的生成 可以包括场景图像的建立和更新两个过程，具体如下：
[0102] a、场景图像的建立
[0103] 根据待认证视频的首帧图像初始化背景模型后，可以根据该背景模型提取首帧图 像的运动目标图像，并由不属于运动目标图像的像素点构成首帧图像的背景图像。将首帧 图像的背景图像生成初始场景图像。之后进入下一帧图像的处理流程。
[0104] 对于第2帧图像，使用背景模型提取该帧图像中的运动目标图像，和背景图像，并 用背景图像的像素点继续更新背景模型。将第2帧的背景图像生成的场景图像与第一个场 景图像进行比对，当比对的结果不满足更新场景图像的条件时（即背景图像之间的差距小 于等于预设差距），继续用初始场景图像作为第2帧图像对应的场景图像；当比对的结果满 足更新场景图像的条件时（即背景图像之间的差距大于预设差距时），用第2帧图像的背景 图像生成的场景图像作为更新后的场景图像，并用更新后的场景图像作为第2帧图像对应 的场景图像。之后进入下一帧图像的处理流程。
[0105] 对于第3帧图像至待认证视频的最后一帧图像，与第二帧图像的处理流程的方法 相同，在此不再赘述。
[0106] 综上可知，对于当前帧图像，当该帧图像的背景图像与当前的场景图像之间差距 小于等于预设差距时，即表示当前帧图像的背景图像与上一帧图像的背景图像之间的差距 小于等于预设差距，则当前帧图像划分至上一帧图像所在的集合。反之，当当前帧图像的背 景图像与当前的场景图像之间差距大于预设差距时，即表示当前帧图像的背景图像与上一 帧图像的背景图像之间的差距大于预设差距，则当前帧图像不能划为上一帧图像所在的集 合，由此从当前帧图像开始建立一个新的集合，并用新的场景图像作为新的集合的每一帧 图像对应的场景图像。由此，通过循环执行上述的过程，得到每一帧图像的运动目标图像， 和每一帧图像对应的场景图像。
[0107] 其中，在一个实施例中，也可以将一个集合中任一背景图像选来用作生成该集合 的场景图像，本发明对此并不限定。
[0108] 其中，在一个实施例中，根据背景图像生成场景图像可以执行为：在一帧图像中， 根据预设规则填充除背景图像的像素点之外的像素点的像素值。预设规则例如是，用默认 的像素值，或者，从背景模型中的对应位置选择一个像素值。需要说明的是，当从从背景模 型中的对应位置选择一个预设位置的像素值填充，以便于减少因随机选择像素值造成的差 距，该差距例如是待认证视频与原始视频的对应场景图像之间的差距。
[0109] b、场景图像的更新
[0110] 可以在背景图像的变化达到一定变化程度后，对场景图像进行更新，实现多帧图 像对应一个场景图像。在一个实施例中，可以通过计算当前提取的背景图像生成的场景图 像与当前场景图像的帧差，更新当前场景图像。该帧差可以用一个比值表示，该比值的求取 过程为：首先计算当前帧图像提取的背景图像生成的场景图像与当前场景图像中对应位置 的像素值差距，将像素值差距超过预设帧差差距的像素点的个数除以整帧图像的像素点的 总数，用最终获得的比值表示帧差，当该帧差大于预设帧差阈值时，更新当前场景图像。可 以通过公式（3)计算帧差：
[0111]
【主权项】
1. 一种视频认证方法，其特征在于，所述方法包括： 生成待认证视频的待认证哈希码，并获取该待认证视频的原始视频的参考哈希码，所 述待认证哈希码中包括：针对待认证视频的每一帧图像，对该帧图像的图像区域进行划分 得到的每个预设区域的哈希码，以及表示每个预设区域在该帧图像中所处位置的位置信 息；所述参考哈希码的生成算法与所述待认证哈希码的生成算法相同； 将待认证视频和原始视频中帧号相同的图像视为一组待认证图像，以预设区域为单 位，对该组待认证图像中的每个对应预设区域的哈希码进行匹配；并 针对每个预设区域的哈希码，当该预设区域的哈希码与原始视频中对应预设区域的哈 希码不匹配时，确定该预设区域被篡改，并根据该预设区域的位置信息确定该待认证视频 被篡改的位置。
2. 根据权利要求1所述的方法，其特征在于，所述生成待认证视频的待认证哈希码，包 括： 针对待认证视频的每一帧图像，获取该帧图像的背景图像和由该帧图像的非背