其视频复制 的可能性，以便提尚检测精度。
[0051] 进一步考虑，若复制片段将原始视频片段完全替换覆盖，则本发明的检测方法对 于复制视频长度的确定将会受到极大的影响。因此，本发明的检测方法，只考虑完整的视 频片段与其他视频片段之间的相似性，在此基础上，设定系数阈值，若相关系数大于阈值 ，选取其对应的视频片段作为候选视频复制片段。
[0052] 步骤2、对候选视频复制片段进行合并
[0053] 如图2所示，若同时存在(I:第4帧与第6帧为复制帧）和(II:第10帧 与第12帧为复制帧）、\+1(III:第5帧与第7帧为复制帧）和&+1(IV:第11帧与第 13帧为复制帧）为候选视频复制片段，即候选视频中存在对应相邻的视频片段，则将对应 相邻片段合并，如图3所示，构成一组新的候选视频复制片段：
[0054] B1 .......,, C5)
[0055] 实施例中V包括第4、5、6、7帧；
[0056]
(6)
[0057] 实施例中VI包括第10、11、12、13帧，
[0058] 经过视频合并后，候选视频片段的数量会减少，有利于提高运算速度，并减少大量 的重复运算。
[0059] 步骤3、检测复制的视频片段
[0060] 利用视频帧的空间相关性来判定候选片段是否为复制片段，
[0061] 对于合并后的候选视频片段义和W，计算其帧间相关性来进行判定，具体步骤 如下：
[0062] 3. 1)分别提取《和《中的每一帧图像，分别记为及和《，其中i = 1，2,…，1+1，将图像大小均调整为512X512,并将其每帧图像分别分割成不重叠的 128X128图像块，则每帧图像被分割成16个相同大小的图像块；
[0063] 3. 2)提取每个图像块的具有几何不变性的LBP特征，用来表示视频第i帧中第j 块图像块的特征，记为(bbij2，…，bijl(l)，其中bijpbw，…，bijl(l为10维LBP特征；
[0064] 同理，合并后的对应视频中，基于图像块的特征表示为：
[0065]Bri；J= (brij2，…，b' ijl(l)，其中b' ij2，…，b'w?为对应的 10维LBP特征。
[0066] 3. 3)计算相似性
[0067] 利用系数相关性作为评判标准，计算合并后的对应视频帧中对应图像块之间的 相关系数，表达式见下式（7):
[0068]
(7)
[0069] 其中，1^表示对应视频中图像块By的特征矩阵中的元素；
[0070]b'^表示对应视频中图像块B' u的特征矩阵中的元素；
[0071] ~足,表示图像块By的特征矩阵中的元素的均值；
[0072] 表示图像块B' u的特征矩阵中的元素的均值；
[0073] 进而得到候选视频片段的相关系数矩阵（Ik)。
[0074] 3. 4)确定复制片段
[0075] 设定阈值T2，将相关系数矩阵)中的每一个元素与阈值1~2进行比较，若 中的某个元素大于阈值T2,则将其对应的两个图像块定义为相似图像块，将其标 记为1 ;否则，将其标记为0，
[0076] 最后统计1的个数，表示相似块的个数，记为％，
[0077] 设定阈值N，N= 16X(g-1)，其中，g表示候选视频片段的长度，若N，则确定 该候选视频片段为复制视频片段；否则，该视频片段为原始视频，即成。
[0078] 本发明实施例的仿真实验
[0079] 1)对视频复制篡改检测精度的分析
[0080] 为了验证本发明方法的性能，选取20段不同的视频来验证，
[0081] 其中，video1~video3是一组从固定设备获取的监控视频；
[0082]video4~video8来自手机或手持DV等手持设备获取的视频；
[0083]video9~video11 来自优酷（http://www.youku.com/)或腾讯视频（http:// v.qq.com/)等网络视频平台；
[0084]video12 ~videol6 来自于SULFA(SurreyUniversityLibraryforForensic Analysis:http://sulfa,cs.surrey,ac.uk/videos.php)；
[0085]video17~video20来自电影片段或者广告片段。
[0086] 表2详细记录了 20段测试视频的相关信息以及视频复制的位置以及复制视频的 长度。
[0087] 表2,实施例20段测试视频的详细信息
[0088]
[0090] 相关参数的设置：1视频片段的长度，针对实验而言，若视频片段的长度1过短，既 增加了实验的复杂度，又不能很好地体现视频复制的视觉效果，因此，实验过程中设定1 =20 〇
[0091] 相关系数阈值的设定：比较相邻视频片段的相似性!；= 0. 999 ;比较时间域上的 视频片段的相似性0. 99 ;比较空间域上的视频帧的相似性T2= 0. 995。
[0092] 相似块阈值的设定：N = 16X (g-1)，其中，g表示候选视频片段的长度。
[0093] 为了检测精度，分别对上述的20个不同类型的视频进行检测，得到的结果如表3 所示。
[0094] 表3视频复制篡改检测结果
[0095]
[0097] 通过上述的实验数据，得出分析结论：本发明的方法能够精确检测视频复制，准确 地标记出复制帧的位置。实验结果中，只有Video3出现了误检测的情况（将第547帧与 第705帧误检测为复制帧），对于其它测试视频中存在的复制情况都精确检测出了复制信 息。
[0098] 2)抗几何攻击的分析
[0099] 本实验中，所提到的视频几何攻击主要是指几何扭曲，即旋转变换和尺度变换所 引起的几何畸变。对于视频的旋转变换就是对视频中的每一帧图像按同一方向旋转相同的 角度。旋转的角度越大说明对视频的扭曲强度越大。对于视频的尺度变换是指利用线性或 非线性差值的方法对视频中的每一帧图像进行缩放变换。
[0100] 从测试数据集中随机选取1〇段视频，分别旋转不同的角度（r~25° )和不同 的尺度变换（〇. 5~1. 5)。将测试结果与表3的结果进行比对，
[0101] 若结果相同则标记为0,不同则标记为X，结果如表4所不。
[0102] 表4,抗几何攻击的畸变检测结果
[0103]
[0104] 通过实验结果，得出分析结论：对于视频的旋转变换，当旋转角度小于等于20度 时，本发明的方法具有良好的鲁棒性，能够得到良好的检测结果。对于尺度变换，本发明方 法具有良好的鲁棒性，同样具有良好的检测结果。
[0105] 3)计算复杂度的分析
[0106] 将测试过程所耗时间分为两段，即在视频时间域上计算所消耗的时间和在空间域 上计算所消耗的时间。由于在视频时间域上的运算是对视频中的每一帧进行计算，因此取 计算单帧图像的时间进行比较。视频空间域上的计算时间选取20段视频的平均时间进行 比较，如表5所示。
[0107] 表5,计算所消耗的时间对比试验结果
[0108]
[0109] 通过实验数据，得出分析结论：虽然本发明方法在时间域上所花费的时间比文献
[15]中的方法略长，但是通过候选片段的合并，在视频空间域上所花费的时间明显比文献 [15]中的短。
[0110] 综上所述，本发明抗几何攻击的视频复制篡改检测方法，利用视频片段之间在时 间域上的相似性，以及对应视频帧之间的空间相似性作为判断依据进行视频复制检测。首 先利用Zernike矩作为视频片段的特征，计算视频片段之间的系数相关性，得到候选视频 片段并且进行片段合并处理；然后利用图像的LBP(localbinarymode)纹理特征，计算候 选视频片段中的帧间系数相关性，最终确定该视频中是否存在复制的视频帧。本发明方法 能够准确检测视频中的复制帧，对视频旋转、缩放等几何变换具有较好的鲁棒性，并且具有 良好的时效性。
[0111] 参考文献：
[0112] [1]E.Delp,N.Memon,M.ffu.Digitalforensics[FromtheGuestEditors].IEEE SignalProcessingMagazine, 2009, 26(2):14-15.
[0113] [2]L.Li,X.Wang,W.Zhang,G.Yang,G.Hu.Detectingremovedobjectfromvideo withstationarybackground.DigitalForensicsandWatermaking, 2013:242-252.
[0114] [3]D-K.Hyun,M-JLee,S-JRyu,H~YLee,H-KLee.Forgerydetectionfor surveillancevideo.TheEraofInteractiveMedia, 2013:25-36.
[0115] [4]A.Subramanyam,S.Emmanuel.Pixelestimationbasedvideoforgery detection.IEEEInternationalConferenceAcoustics,SpeechandSignalProcessing (IC