一种不同量化参数下的hevc视频二次压缩检测方法
【技术领域】
[0001] 本发明涉及一种数字视频取证方法，尤其是涉及一种不同量化参数下的HEVC视 频二次压缩检测方法。
【背景技术】
[0002] 随着数字多媒体的普及和网络技术的快速发展，各类廉价的电子设备如手机、 pad、数码相机、摄像机等和随处可见的监控探头造成了视频数据的海量性，而且这种声色 并茂的视频信息载体已广泛应用于人们日常工作和生活之中。与此同时，各种功能齐全的 视频编辑处理软件（如AdobePremiere、Mokey)使得非专业人士对视频内容进行篡改从 而达到了以假乱真的效果，打破了传统的"眼见为实"观念。尽管大多数人对视频内容的编 辑和修改的初衷只是为了增强多媒体信息的视觉或听觉效果，但是也有一些心怀恶意的人 对视频内容进行篡改来达到自己一些不为人知的秘密。篡改后的不良视频信息一旦被用于 司法取证、科学研究、军事政治和正式媒体等，将会一定程度地影响人们的生活、社会的安 定和司法的公正。为了保证获取的视频真实和完整，多媒体信息安全领域内的一个重要分 支--数字视频取证技术应运而生。
[0003]由于原始未压缩的视频的数据量很大，因此为了节省视频在网络上传输的时间和 存储的空间，通常都是将原始未压缩的视频压缩成视频码流的格式进行保存。视频内容的 篡改是在非压缩域中进行的，首先将视频码流解压成视频序列，然后对视频序列进行帧的 插入、删除、目标对象的复制-粘贴和移除等篡改操作，最后将篡改过的视频再次压缩成视 频码流文件。由此可以得出，被篡改的视频一定经过二次压缩，因此研究人员可以通过二次 压缩检测技术初步判断视频有无经过篡改或者通过压缩痕迹大致定位视频篡改区域。
[0004] 目前国内外很多研究学者致力于MPEG-2和MPEG-4视频二次压缩检测，而对 H. 264/AVC和HEVC编码标准下的视频二次压缩检测方法几乎没有。HEVC是新一代的国际编 码标准，着重于高清视频的编码，旨在提高编码效率，具有广阔的应用空间，因此研究HEVC 视频二次压缩检测方法具有十分重要的现实意义。
【发明内容】
[0005] 本发明所要解决的技术问题是提供一种不同量化参数下的HEVC视频二次压缩检 测方法，其检测准确率高、计算量较小和特征维度低，且能够对不同分辨率下的HEVC视频 进行二次压缩检测。
[0006] 本发明解决上述技术问题所采用的技术方案为：一种不同量化参数下的HEVC视 频二次压缩检测方法，其特征在于包括以下步骤：
[0007] ①选取N个不同的未压缩YUV视频序列，其中，N多300，N个未压缩YUV视频序列 包含A类、B类、C类、D类、E类和H. 264视频序列；
[0008] ②获取与每个未压缩YUV视频序列对应的一次压缩视频码流，具体过程为：利用 具有编解码功能的ffiVC编码器并采用量化参数QP2,对每个未压缩YUV视频序列进行压缩 编码，得到每个未压缩YUV视频序列经过一次压缩后形成的一次压缩视频码流；
[0009] ③获取与每个未压缩YUV视频序列对应的二次压缩视频码流，具体过程为：③-1、 利用具有编解码功能的ffiVC编码器并采用量化参数QP1，对每个未压缩YUV视频序列进行 压缩编码，得到每个未压缩YUV视频序列经过一次压缩后形成的一次压缩视频码流；③-2、 利用具有编解码功能的ffiVC编码器，将步骤③-1中得到的每个一次压缩视频码流解压成 YUV视频序列；③-3、利用具有编解码功能的HEVC编码器并采用量化参数QP2,对步骤③-2 中解压成的每个YUV视频序列进行压缩编码，得到与每个未压缩YUV视频序列对应的二次 压缩视频码流；
[0010] 其中，所述的步骤③-1、所述的步骤③-2和所述的步骤③-3中使用的HEVC编码 器均与所述的步骤②中使用的ffiVC编码器相同；
[0011] ④将每个一次压缩视频码流作为一个正样本，并标记为+1 ;将每个二次压缩视频 码流作为一个负样本，并标记为-1;再将所有正样本和所有负样本构成一个训练样本集 合，其中，训练样本集合中的每个子样本为正样本或为负样本，训练样本集合中共包含2N 个子样本；
[0012] ⑤提取出训练样本集合中的每个子样本的18个特征值，对于训练样本集合中的 第k个子样本的18个特征值，其中，第1个至第4个特征值依次为第k个子样本解压成的 YUV视频序列中尺寸大小为32X32的变换块的出现概率、尺寸大小为16X16的变换块的出 现概率、尺寸大小为8X8的变换块的出现概率和尺寸大小为4X4的变换块的出现概率，第 5个至第9个特征值依次为第k个子样本解压成的YUV视频序列中的变换块的尺寸大小的 均值、变换块的尺寸大小的方差、变换块的尺寸大小的均值与方差的比值、变换块的尺寸大 小在均值附近的相对平坦程度、变换块的尺寸大小与均值分布的不对称程度，第10个至第 18个特征值依次为第k个子样本解压成的YUV视频序列中系数值为-4至4的DCT系数各 自的出现概率；其中，1彡k彡2N;
[0013] ⑥对训练样本集合中的每个子样本的18个特征值先后进行修正处理和归一化处 理，得到训练样本集合中的每个子样本的18个修正和归一化处理后的特征值；
[0014] ⑦利用LibSVM分类器对训练样本集合中的所有子样本各自的18个修正和归一化 处理后的特征值进行训练，得到检测模板；
[0015] ⑧对于任意一个经过一次压缩或二次压缩的待检测压缩视频码流，要求该待检测 压缩视频码流的获取过程中最后一次压缩编码所采用的量化参数与训练样本集合中的子 样本的获取过程中最后一次压缩编码所采用的量化参数相同；然后按照步骤⑤中提取出训 练样本集合中的每个子样本的18个特征值的过程，以相同的方式提取出该待检测压缩视 频码流的18个特征值；接着按照步骤⑥的过程，以相同的方式获取该待检测压缩视频码流 的18个修正和归一化处理后的特征值；再将该待检测压缩视频码流的18个修正和归一化 处理后的特征值输入到检测模板中进行检测，如果检测模板的输出结果为+1，则确定该待 检测压缩视频码流为一次压缩视频码流；如果检测模板的输出结果为-1，则确定该待检测 压缩视频码流为二次压缩视频码流。
[0016] 所述的量化参数QP1大于所述的量化参数QP2。
[0017] 所述的步骤⑤中训练样本集合中的第k个子样本的18个特征值的获取过程为：
[0018] ⑤-1、利用具有编解码功能的HEVC编码器，将第k个子样本解压成YUV视频序列， 在解压处理过程中，按序提取出Y分量上的每个最大编码单元的变换块尺寸标识矩阵和每 个最大编码单元的DCT系数矩阵；将当前提取出的变换块尺寸标识矩阵和DCT系数矩阵对 应的最大编码单元定义为当前最大编码单元；其中，此步骤中使用的ffiVC编码器与所述 的步骤②中使用的HEVC编码器相同，每个最大编码单元的变换块尺寸标识矩阵的维数为 16X16,每个最大编码单元的DCT系数矩阵的维数为64X64 ;
[0019] ⑤-2、根据当前最大编码单元的变换块尺寸标识矩阵，确定当前最大编码单元 中的变换块及变换块的尺寸大小，具体为：若当前最大编码单元的变换块尺寸标识矩阵中 存在尺寸大小为8X8且元素值q全为1的子矩阵，则确定该子矩阵标识的是尺寸大小为 32X32的变换块；若当前最大编码单元的变换块尺寸标识矩阵中存在尺寸大小为4X4且 元素值q全为2的子矩阵，则确定该子矩阵标识的是尺寸大小为16X16的变换块；若当前 最大编码单元的变换块尺寸标识矩阵中存在尺寸大小为2X2且元素值q全为3的子矩阵， 则确定该子矩阵标识的是尺寸大小为8X8的变换块；若当前最大编码单元的变换块尺寸 标识矩阵中存在尺寸大小为1X1且元素值q为4的子矩阵，则确定该子矩阵标识的是尺寸 大小为4X4的变换块；
[0020] ⑤-3、将下一个提取出的变换块尺寸标识矩阵和DCT系数矩阵对应的最大编码单 元作为当前最大编码单元，然后返回步骤⑤-2继续执行，直至获得每个最大编码单元中的 每个变换块的尺寸大小；
[0021] ⑤-4、统计第k个子样本解压成的YUV视频序列中尺寸大小为32X32的变换 块的总个数、尺寸大小为16X16的变换块的总个数、尺寸大小为8X8的变换块的总个 数、尺寸大小为4X4的变换块的总个数，对应记为numkil、numki2、numki3和numki4;然后计 算第k个子样本解压成的YUV视频序列中尺寸大小为32X32的变换块的出现概率、尺寸 大小为16X16的变换块的出现概率、尺寸大小为8X8的变换块的出现概率和尺寸大小 为4X4的变换块的出现概率，对应记为fkil、ft2、匕3和fM，
其中，numsk表示第k个子样本解压成的YUV视频序列中的变 换块的总个数；再将fkil、fki2、ft3和f\4依次作为第k个子样本的第1个至第4个特征值；
[0022] ⑤-5、计算第k个子样本解压成的YUV视频序列中的变换块的尺寸大小的均值， 记为匕5，
，再将fki5作为第k个子样本的第5个特征值，其中，f\q表示第 k个子样本的第q个特征值；计算第k个子样本解压成的YUV视频序列中的变换块的尺 寸大小的方差，记为
再将fki6作为第k个子样本的第6个特 征值；计算第k个子样本解压成的YUV视频序列中的变换块的尺寸大小的均值与方差的 比值，记为fu
再将fk7作为第k个子样本的第7个特征值；计算第k个子样 本解压成的YUV视频序列中的变换块的尺寸大小在均值附近的相对平坦程度，记为fM，
，再将fM作为第k个子样本的第8个特征值；计算第k个子样本解压成的YUV视频序列中的变换块的尺寸大小与均值分布的不对称程度，记为
再将作为第k个子样本的第9个特征值；
[0023] ⑤-6、计算第k个子样本解压成的YUV视频序列中系数值为-4至4的DCT系数各 自的出现概率，将这些出现概率依次作为第k个子样本的第10个至第18个特征值，对应记 为4 ，10、fk，ll、fk，12、fk，13、fk，14、fk，15、fk，16、fk，17、fk,18°
[0024] 所述的步骤⑥中对训练样本集合中的每个子样本的18个特征值先后进行修 正处理