融合多特征的异源视频复制-粘贴篡改检测

相比传统的视频帧插入或帧删除以及视频双压缩等篡改方式,复制-粘贴篡改更能直接的改变视频内容。因此,本研究提出一种融合多特征的异源视频复制-粘贴篡改检测方法。对于经过帧内复制-粘贴篡改的视频,其视频帧内会引入一些尖锐的变化,比如线条、边缘和角点等,而二维相位一致性可以很好的检测出这些变化。同时,来自异源视频帧复制的区域块会使得帧内引入不同的模式噪声,可以利用模式噪声和二维相位一致性提取视频帧的特征,然后将特征融合进行SVM分类实验来检测篡改视频。实验表明该算法可以有效地检测异源复制-粘贴篡改的视频。     

一种基于三维小波变换的视频水印算法

提出了一种基于三维小波变换的视频水印算法.算法以二值图像作为水印,并利用三维小波变换(3D-DWT)和扩频技术,首先对水印图像进行随机置乱预处理以增强其安全性能;然后对宿主视频进行视频分割,并分别对得到的各序列作三维DWT变换;最后选取视频帧并将水印嵌入相应三维DWT系数中.实验结果表明,算法具有较好的不可见性,并且针对帧剪裁、帧丢失、帧平均和MPEG编码等具有良好的鲁棒性.     

基于双向运动矢量的数字视频篡改鉴定

随着数字视频编辑处理软件的广泛使用,数字视频的篡改检测技术变得越来越重要。本文基于帧间内容连续性,提出一种基于双向运动矢量的视频篡改检测方法。首先对视频双向预测帧(B帧)进行解码,提取双向运动矢量,然后将运动矢量序列中每一个数据对象与左右k近邻最大差值的平均值作为该点的峰值,通过计算峰值序列的均值和标准偏差自适应地设定阈值,对峰值进行检测,从而判断出篡改点。实验结果表明,使用这种篡改检测方法能有效地检测出运动背景下视频帧的删除和插入篡改。     

一种基于三维小波变换的视频水印算法

提出了一种基于三维小波变换的视频水印算法．算法以二值图像作为水印，并利用三维小波变换（3D-DWT）和扩频技术，首先对水印图像进行随机置乱预处理以增强其安全性能；然后对宿主视频进行视频分割，并分别对得到的各序列作三维DWT变换；最后选取视频帧并将水印嵌入相应三维DWT系数中．实验结果表明，算法具有较好的不可见性，并且针对帧剪裁、帧丢失、帧平均和MPEG编码等具有良好的鲁棒性．     

图像序列的三维小波变换编码研究

本文对图像序列的三维小波变换压缩编码进行了研究。图像序列的三维小波变换可分为帧间一维小波变换和帧内二维小波变换，同时将运动补偿技术和帧间内插技术引入到压缩过程中，取得了较好的效果。帧间一维小波变换选用Daubechies3小波基，而帧内小波变换选用bior4．4小波基。实验结果：缓变图像序列的压缩比可达到254：1，恢复的各帧图像的峰值信噪比(PSNR)约为25dB。     

一种基于运动检测的时域降噪算法及实现

基于运动估计技术在时域方向上计算当前帧和参考帧之间的运动轨迹,提出了一种基于"运动检测"的时域视频降噪算法,可根据物体运动强度动态地调整时域滤波的强度.Matlab仿真环境的实验结果表明:采用该降噪算法能有效地去除视频序列中的噪声,并有效避免了运动物体"拖尾"现象的产生.     

基于MPEG- 4码流的数字视频水印算法

提出一种基于MPEG- 4码流的视频水印算法.该算法将离散余弦变换(discrete cosine transform,DCT)与运动矢量相结合.对水印图像进行离散小波变换,将小波变换后水印图像的低频系数嵌入到视频序列I帧DCT变换后的低频系数中,而将小波变换后水印图像的中频系数嵌入到B帧的运动矢量中.实验证明,该算法既保证水印的不可见性,又可增强水印的嵌入强度和鲁棒性.     

基于小波变换和时域融合的图像去噪方法

噪声对后续图像处理的质量有严重影响，经典的去噪方法在抑制噪声的同时会丢失图像中的细节。文中分析了信号与噪声在小波域的系数之间的关系。信号系数幅值较大．数量较少，而噪声系数幅值较小．数量较多；此外，利用从同源的多幅图像中抽取的信息能够比任何单一图像所提供信息更为准确可靠的时域融合技术，提出了一种基于小波变换和时域融合的去除噪声方法。实验证明这种方法能有效去除图像噪声，最大限度地保存图像细节。     

用于版权保护与内容认证的多功能音频水印算法

针对现有的多功能音频水印算法恢复篡改区域的能力较弱问题,提出了一种多功能双音频水印算法.首先对原始音频信号分帧,结合Mel频谱倒谱系数计算每帧的相似帧,并将其作为鲁棒水印嵌入经过Torus映射的帧的低频小波系数的绝对平均值中;然后将高频小波系数的平均值作为初始值,利用Logistic序列生成认证水印信息,并通过单个量化高频系数的方法将其嵌入到音频信号中.仿真结果表明:所提出的算法具备很强的抗攻击性;脆弱水印对篡改敏感,而且篡改定位精确.     

基于时空代表帧序列的视频近拷贝检测方法

为了解决空域特征与时域特征只能片面地表征视频内容的问题,提出了一种基于时空代表帧序列的视频近拷贝检测方法.首先,根据帧间颜色卡方差与灰度OM(ordinal measurement)差别进行场景分割;其次,对分割后的视频进行降帧率操作,对于每个分割后的场景,进行分段合成,并根据加权的灰度互信息量进行筛选,得到每个场景的时空代表帧(representative image),并对视频代表帧提取灰度的OM、均值、标准差、对比度以及颜色分布描述子和边缘OM序列等特征;最后,对视频的特征进行对比,根据特征的相似程度来判断检测视频是否为近拷贝视频.实验结果表明,该方法具有较好的鲁棒性和检测能力.     

基于ViBe算法运动特征的关键帧提取算法

针对视频关键帧提取算法中运动类视频运动目标特征不易提取所造成的错选和漏选问题,提出一种基于背景建模(visual background extractor, ViBe)算法的前景运动目标特征提取的关键帧提取算法。通过ViBe算法对视频序列进行前景目标检测,提取前景运动目标的尺度不变特征变换(scale invariant feature transform, SIFT)特征,并对相邻帧之间的特征数据进行特征点匹配,根据定义的公式计算视频帧的相似度,然后根据提出的关键帧判别方法输出视频的关键帧。试验结果表明,该算法能较好的解决运动类视频关键帧提取中出现的漏选和错选问题,与基于SIFT分布直方图的算法相比,其查准率和查全率的综合指标F₁值有较好提高。因此该算法对于判别运动类视频中包含关键动作的关键帧具有较好的检测效果。     

基于Inception-V3网络的双阶段数字视频篡改检测算法

为了克服现有数字视频取证算法识别准确率低、定位能力差等缺点，提出一种具有高识别率且定位准确的基于Inception-V3网络的二级分类取证算法.在第一级分类器中提出简单的阈值判断方法来区分原始和篡改视频，第二级分类器将采用Inception-V3网络的稠密卷积核结构来自动提取篡改视频帧的高维多尺度特征.高维多尺度特征有助于提升篡改视频帧的识别率.实验结果表明，本文提出的算法不仅能准确地检测出篡改视频，还能从篡改视频中精确定位出篡改帧.     

基于一维DFT和Radon变换的视频水印算法

提出了一种新的基于一维DFT和Radon变换的视频水印算法,对视频帧进行一维DFT变换,选择频率最高的帧作为嵌入水印的帧,并对该帧进行Radon变换后进行水印的嵌入和抽取。本算法通过三种不同比特率进行了H.264压缩攻击,进行了旋转、平移、缩放的几何变换攻击,同时进行了帧丢失、帧变换、滤波和加噪攻击实验,结果本文算法对上述攻击具有很好的鲁棒性。本算法最重要的优点是具有简单性和实用性。     

基于有效帧估计和随机抽样一致性的集成目标定位方法

基于到达时差(TDOA)的声源定位是声音信号处理中一个非常活跃的研究方向,具有广泛的应用.由于实际环境中的噪声和混响的影响,声源定位是一个具有挑战性的课题.针对具有噪声和混响的室内环境提出了一种鲁棒声源定位方法.首先,通过麦克风阵列活跃性的统计建模确定包含声源信息的有效帧.接下来,基于随机采样一致性算法提出了一种鲁棒算法使用TDOA对声源进行定位.有效帧检测算法是一种无监督的方法,有效地利用了多通道信息,能够方便地应用于不同环境中的音频数据;同时,基于随机采样一致性的算法具有很强的鲁棒性,能够在具有噪声和混响的不利环境中对声源进行准确定位.实验表明所提出的方法能够显著地减少声源定位的偏差而且具有较小的标准差.     

基于三维小波变换和HVS的视频水印算法

针对数字视频的版权保护,提出了一种以二值图像作为水印和基于三维小波变换及HVS特性的视频水印算法.首先对水印图像进行混沌加密和Arnold置乱处理,利用基于方向经验模式分解的视频场景分割技术将视频信号切分为不同的场景,通过密钥从中选取若干场景进行三级三维小波变换.再借助HVS对图像纹理区域、运动区域的掩蔽特性,使水印自适应被嵌入到低频子带的重要系数中.实验结果表明,文中的算法具有较好的不可见性,对于诸如Gaussian噪声、丢帧、帧平均和MPEG压缩等攻击具有很好的鲁棒性.     

基于MSSIM商一致性的视频插帧和删帧篡改检测

插帧和删帧是常见的视频帧间篡改方式,针对此研究问题,提出一种基于结构相似度均值( MSSIM)商的一致性检测算法。对于一段连续拍摄的视频,由于视频内容的连续性,相邻帧之间的MSSIM商具有连续现象。而对于经过插帧或删帧篡改的视频,其篡改点位置的MSSIM商会发生突变,从而破坏其一致性。为此,该算法首先计算每相邻两帧间的MSSIM值,之后对相邻MSSIM求商并以此作为特征,而后两次利用切比雪夫不等式及阈值法对提取特征进行异常点检测,从而实现对视频插帧和删帧的篡改检测及定位。实验结果表明,该算法对视频插帧和删帧篡改具有较高的检测率。     

基于数据挖掘的视频镜头分类方法

提出了一种基于数据挖掘的视频镜头风格自动分类方法.该方法首先进行镜头边界检测和关键帧提取,然后基于关键帧和镜头分别提取了视频的颜色和运动等特征,并利用决策树技术在大量的训练数据中挖掘这些特征与镜头类别之间的潜在规律,最后利用这些规律对新的视频镜头进行分类.实验结果表明,与基于SVM的方法相比,本文方法不仅能获得较好的检测准确率,而且获取的规则易于理解.     

基于数学形态学的交通图像滤波处理方法研究

针对智能交通视频图像中常见的几种噪声源，阐述了数学形态学在交通图像滤波中的应用.结合实际拍摄的动态交通图像，提出了基于数学形态学和帧差法的交通图像噪声滤除方法.根据提出的算法方案，编写了Visual C++程序，进行了实验验证，并在此基础上比较了不同形态学算法对同一组交通图像的处理结果.从实验结果得出，该算法有效分离并较完整地保留了交通图像中的运动车辆，取得了良好的降噪处理效果.