公眠'
[0089] i?二^/?( 巧（). . ]。、 .J1 < Av < 公/./ f ;
[0090] 式中：BW、BH分别为x、y轴总数，hog为计算hog过程。
[0091 ] 所述步骤4包括如下步骤：
[0092] 步骤4.1:对测试视频每一帖进行空间域分块，选择块大小为16 X 16像素大小的 块。同时，保证所分块相互之间有重叠，选择互相覆盖50 %面积，则重叠块面积为8 X 16像素 大小的块；
[0093] 步骤4.2:计算4.1中序列对的HOG描述子的差别，采用欧式距离来描述差异性;其 中，判定过程将产生判定矩阵G， r n 1 , X (I'i'f ED(B点)巧
[0094] (J (知，旬，〇 = ' ；
[00M]式中：邸表示计算两个块册G的欧氏距离，T为预设的阔值，若两个块B、B'距离小于 阔值T，则该块该时刻的判决矩阵值为1，否则置为0。此处，根据可行性试验，T设为0.5。
[0096] W上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述 特定实施方式，本领域技术人员可W在权利要求的范围内做出各种变形或修改，运并不影 响本发明的实质内容。
【主权项】
1. 一种基于时偏特征的视频同源Copy-Move检测方法，其特征在于，包括如下步骤： 步骤1:对测试视频进行时空分块预处理，得到分块视频，并采用LK光流法计算分块视 频的光流序列，得到该视频的区域光流矩阵； 步骤2:根据步骤1中得到的区域光流矩阵，通过相位相关计算区域的时域偏移矩阵，偏 移矩阵中每个空间的值为与对应位置的时空位置坐标，包括空间位置和所在帖数； 步骤3:对测试视频进行分块，并计算每个块的方向梯度直方图Histogram of Oriented Gradient特征，简称册G特征，生成册G特征矩阵； 步骤4:由步骤2可计算出的每帖每个空间坐标块的可疑块位置，计算块与可疑块的HOG 特征差异性，生成判决矩阵，将该判决矩阵与真实值比对产生准确率。2. 根据权利要求1所述的基于时偏特征的视频同源Copy-Move检测方法，其特征在于， 所述步骤1包括如下步骤： 步骤1.1:对测试视频每一帖进行空间域分块； 步骤1.2:采用LK光流法计算视频每一帖的每一个像素的光流； 步骤1.3:根据步骤1.1得到的分块，将每个块中光流值的总和作为该块的光流值，并放 于光流矩阵中，得到光流矩阵分。，计算公式如下：式中：bx,by表示块空间Χ、Υ坐标，to为该光流所在的起始帖，碱立表示第to帖(bx,by) 块处的光流值，（x，y)in(bx，by)表示所有在块(bx，by)中的像素点，of (x，y)表示像素点(X， y)处的光流向量。3. 根据权利要求2所述的基于时偏特征的视频同源Copy-Move检测方法，其特征在于， 所述步骤1.1中对测试视频每一帖进行空间域分块;具体地，选择块大小为16X16像素大小 的块并使得所分块相互之间有重叠，设置互相覆盖的面积为50%，则重叠块面积为8 X 16像 素大小的块。4. 根据权利要求2所述的基于时偏特征的视频同源Copy-Move检测方法，其特征在于， 所述步骤1.2包括如下步骤： 步骤1.2.1:对视频帖进行高斯滤波，得到平滑图像； 步骤1.2.2:提取平滑图像的不同尺度的金字塔模型图像，并对每一层金字塔计算光 流； 步骤1.2.3:将每一层的光流值合并成完整的光流场。5. 根据权利要求1所述的基于时偏特征的视频同源Copy-Move检测方法，其特征在于， 所述步骤2包括如下步骤： 步骤2.1:对测试视频进行时间域分片，使得每个分片相互之间覆盖25%帖数，即：若W 8帖为一个分片大小，则覆盖长度为2帖； 步骤2.2:将分片后的块光流从光流矩阵中取出作为样品，计算样品与剩余的空间位置 块的完整光流序列的相位相关，判断是否存在偏移，如果存在，则在偏移矩阵的位置巧;处 记下该偏移参数(X'，y'，t'），其中，bx、by、to分别为样品的空间横纵坐标和其所在帖数， X'、y'、t'分别为与样品存在相位相关的偏移块的空间横纵坐标和所在帖数;计算每一帖的 分片光流与光流矩阵序列〇/的相位相关，如果存在偏移参数，则在偏移矩阵中该位置为该 偏移参数，否则置为0。6. 根据权利要求5所述的基于时偏特征的视频同源Copy-Move检测方法，其特征在于， 所述步骤2.2中的相位相关定义如下： 将光流大小的时间序列作为信号，每个空间位置就有了一个长度为N的序列，N为视频 帖数，设0为计算所得的光流序列，贝U其中，t为帖数，（x，y)为计算光流的块空间位置，F为总帖数，W、H分别为视频帖的横坐 标和纵坐标块的数目，of为计算出的光流大小，将空间坐标(x〇，y〇)，时间坐标to处At长度 的光流序列作为信号模板g(t〇);将完整光流序列0作为原始信号，g(t〇)作为待测信号，计算功率谱S(tm)如下：其中，〇x,y( ω )、G^ ω )分别为〇x,y、g(t〇)的傅里叶变换，f -j表示傅里叶逆变换，〇x,y为空 间坐标为(x，y)的区域块的光流序列，V表示任意块；由于存在自比较的情况，最大值总是 与自身光流序列对比的偏移结果，另max为取第二大值;通过求得与g(to)相同的光流序列 所在的时间偏移量tm，篡改区域存在因为拷贝而相同的序列，非篡改区域则因找不到同样 的序列而被判定为原始区域； 由于经过复制粘贴篡改区域的光流序列存在匹配的另一个光流序列，通过将一定时间 长度的光流序列作为输入和空间坐标完整的光流序列进行相位相关计算，寻找到可能的偏 移量即找到潜在的篡改点，偏移矩阵错,6,计算公式如下：式中：S(U)表示一帖中bx、by位置处At时间长度的光流序列与所有完整时间的光流序 列的相位相关计算，tm表示在相位相关计算中取得第二大相似度的帖位置，to表示当前帖的 帖数;如果当前块(bx，by，t〇)和所有其他块都没有找到偏移量就置为0,得到每一帖的块偏 移矩阵P。7. 根据权利要求1所述的基于时偏特征的视频同源Copy-Move检测方法，其特征在于， 所述步骤3包括如下步骤： 步骤3.1:根据步骤1所采用的空间域分块方法，将视频进行分块处理； 步骤3.2:计算视频中的块的HOG特征描述子，置于该块所处的时空坐标(x，y，t)处，生 成HOG矩阵，表示为Η，计算公式如下：式中：BW、册分别为x、y轴块的总数，hog为计算册G的函数。8.根据权利要求5所述的基于时偏特征的视频同源Copy-Move检测方法，其特征在于， 所述步骤4包括如下步骤： 步骤4.1:根据步骤2所得的时域偏移矩阵，提取存在偏移的序列对； 步骤4.2:计算4.1中序列对的HOG描述子的差别，采用欧式距离来描述差异性;其中，判 定过程将产生判定矩阵G，式中：抓表示计算两个块HOG的欧氏距离，T为预设的阔值，若两个块B、B'距离小于阔值 T，则该块该时刻的判决矩阵值为1，否则置为0。
【专利摘要】本发明提供了一种基于时偏特征的视频同源Copy-Move检测方法，包括如下步骤：对测试视频进行时空分块预处理，并采用LK光流法计算分块视频的光流序列，得到该视频的区域光流矩阵；根据得到的区域光流矩阵，通过相位相关计算区域的时域偏移矩阵；对测试视频进行分块，并计算每个块的方向梯度直方图Histogram？of？Oriented？Gradient特征，简称HOG特征，生成HOG特征矩阵；利用得到的时域偏移矩阵比对两片区域的HOG特征相似度，生成判决矩阵，将该判决矩阵与Ground？Truth比对产生准确率。本发明创新性的使用视频时域特性来检测Copy-Move，并提高了检测准确率。
【IPC分类】H04N19/89
【公开号】CN105578198
【申请号】CN201510934885
【发明人】蒋兴浩, 孙锬锋, 王康, 彭湃, 彭瀚琳
【申请人】上海交通大学, 上海润物信息科技有限公司
【公开日】2016年5月11日
【申请日】2015年12月14日