發(fā)布時(shí)間：2017-05-09 23:13

  本文關(guān)鍵詞：基于PPoMVP的視頻幀間篡改取證算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：社會(huì)飛速發(fā)展,科技不斷進(jìn)步,數(shù)碼設(shè)備日益普及,視頻編輯軟件比比皆是,操作簡(jiǎn)單且功能強(qiáng)大,篡改效果形象逼真。在豐富人們生活的同時(shí),也導(dǎo)致視頻篡改事件頻頻發(fā)生,由于視頻是七類司法證據(jù)之一,有效鑒別視頻真?zhèn)螌樯鐣?huì)的公平正義提供有力的技術(shù)支撐。因此,對(duì)于視頻篡改被動(dòng)取證技術(shù)的研究具有重要的現(xiàn)實(shí)和法律意義。在現(xiàn)實(shí)生活中,對(duì)視頻進(jìn)行有意的幀間篡改,一般是在視頻中插入或刪除一個(gè)完整事件。由于視頻取證技術(shù)相對(duì)于圖像取證技術(shù)來說起步較晚,針對(duì)完整事件的幀間篡改視頻,其取證研究較少。本文以此類人眼難以鑒別的幀間篡改視頻為研究對(duì)象,提出了一種基于PPoMVP (post-processing of motion vector pyramid)的視頻幀間篡改取證算法。首先提取待檢測(cè)視頻的MVP特征,然后對(duì)MVP特征進(jìn)行優(yōu)化處理,得到視頻的PPoMVP特征,最后運(yùn)用SVM (support vector machine)對(duì)原始視頻和幀間篡改視頻進(jìn)行分類,實(shí)驗(yàn)結(jié)果表明了方法的有效性。具體工作如下：1.深入研究了基于MVP的視頻幀間篡改檢測(cè)算法,并與當(dāng)前已有的經(jīng)典算法進(jìn)行了對(duì)比和分析。在未經(jīng)篡改的原始視頻中,視頻幀間的MVP特征具有較好的連續(xù)性,而當(dāng)視頻遭受幀間篡改后,在篡改點(diǎn)處MVP的連續(xù)性會(huì)被破壞,所以,MVP可以作為視頻幀間篡改檢測(cè)的一個(gè)有效特征。通過實(shí)驗(yàn)得知,該算法能夠?qū)υ家曨l與幀間篡改視頻進(jìn)行有效分類,與當(dāng)前已有的基于光流和基于速度場(chǎng)的視頻幀間篡改取證算法相比,適用性更強(qiáng)。2.提出了基于PPoMVP的視頻幀間篡改取證算法。對(duì)視頻進(jìn)行幀間篡改會(huì)導(dǎo)致篡改處的MVP特征明顯改變,同時(shí)也會(huì)在正常數(shù)據(jù)點(diǎn)處留下細(xì)微的痕跡,本文通過對(duì)MVP特征進(jìn)行去均值、累加、直方統(tǒng)計(jì)等一系列優(yōu)化處理,有效抑制了無(wú)關(guān)信息,充分利用了視頻幀間篡改遺留的痕跡。最后,將視頻特征PPoMVP中80%的樣本放入支持向量機(jī)中進(jìn)行訓(xùn)練,20%的樣本用于測(cè)試該算法的分類準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明,對(duì)MVP特征進(jìn)行后處理,大幅提高了幀間篡改視頻檢測(cè)的準(zhǔn)確率。
【關(guān)鍵詞】：數(shù)字視頻取證 幀間篡改 PPoMVP 分類
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;D918.2
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 緒論11-18
• 1.1 課題研究背景及意義11-13
• 1.2 數(shù)字視頻取證技術(shù)13-16
• 1.2.1 視頻篡改方式13-14
• 1.2.2 視頻取證技術(shù)分類14-16
• 1.2.3 視頻取證技術(shù)評(píng)價(jià)標(biāo)準(zhǔn)16
• 1.3 研究?jī)?nèi)容與主要研究成果16-17
• 1.4 本文組織結(jié)構(gòu)17-18
• 2 數(shù)字視頻被動(dòng)取證技術(shù)研究現(xiàn)狀18-23
• 2.1 引言18-19
• 2.2 視頻幀內(nèi)篡改取證技術(shù)研究現(xiàn)狀19-20
• 2.3 視頻幀間篡改取證技術(shù)研究現(xiàn)狀20-21
• 2.4 本章小結(jié)21-23
• 3 基于MVP的視頻幀間篡改取證算法研究23-37
• 3.1 MVP介紹23-25
• 3.2 基于MVP的視頻幀間篡改檢測(cè)原理25-31
• 3.2.1 原始視頻的MVP特征27-28
• 3.2.2 幀刪除視頻的MVP特征28-29
• 3.2.3 幀復(fù)制視頻的MVP特征29-31
• 3.3 MVP特征的提取31-33
• 3.4 異常數(shù)據(jù)點(diǎn)檢測(cè)33-34
• 3.5 實(shí)驗(yàn)結(jié)果與分析34-37
• 4 基于PPOMVP的視頻幀間篡改取證算法37-52
• 4.1 引言37-38
• 4.2 PPoMVP38-47
• 4.2.1 去除平均值40-44
• 4.2.2 累加44-46
• 4.2.3 統(tǒng)計(jì)直方圖46-47
• 4.3 SVM分類47-49
• 4.4 實(shí)驗(yàn)結(jié)果與分析49-51
• 4.4.1 實(shí)驗(yàn)設(shè)置49-50
• 4.4.2 結(jié)果分析50-51
• 4.5 本章小結(jié)51-52
• 5 總結(jié)與展望52-54
• 5.1 本文工作總結(jié)52-53
• 5.2 未來工作展望53-54
• 參考文獻(xiàn)54-56
• 作者簡(jiǎn)歷及攻讀碩士/博士學(xué)位期間取得的研究成果56-58
• 學(xué)位論文數(shù)據(jù)集58

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 欒淑麗;王燕;于佳;;基于人工文本的視頻幀聚類算法研究[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2009年學(xué)術(shù)交流年會(huì)論文集[C];2010年

2 佟愛華;周付根;金挺;林錦梅;;一種改進(jìn)的高精度視頻幀間匹配算法[A];2008’“先進(jìn)集成技術(shù)”院士論壇暨第二屆儀表、自動(dòng)化與先進(jìn)集成技術(shù)大會(huì)論文集[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 袁亞偉;基于PPoMVP的視頻幀間篡改取證算法研究[D];北京交通大學(xué);2016年

2 欒淑麗;基于人工文本視頻幀聚類算法研究[D];哈爾濱工程大學(xué);2009年

3 劉玉濤;3D視頻幀率提升技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2013年

4 吳遷;基于幀間幀內(nèi)線索融合的二維視頻深度提取方法[D];哈爾濱商業(yè)大學(xué);2015年

5 巢娟;基于內(nèi)容的視頻幀間篡改被動(dòng)檢測(cè)算法研究[D];上海交通大學(xué);2013年

  本文關(guān)鍵詞：基于PPoMVP的視頻幀間篡改取證算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：353526