【摘要】：視頻監(jiān)控是新形勢(shì)下公安機(jī)關(guān)維護(hù)國(guó)家安全和社會(huì)穩(wěn)定的重要手段,視頻監(jiān)控的安全問題已成為平安城市發(fā)展建設(shè)中的瓶頸問題,視頻監(jiān)控被惡意偽造的情況時(shí)常發(fā)生,確保監(jiān)控視頻信息的真實(shí)性和可靠性是視頻監(jiān)控安全的基本需求。本文聚焦于監(jiān)控系統(tǒng)的視頻源識(shí)別及偽造檢測(cè)技術(shù),針對(duì)監(jiān)控視頻的特點(diǎn)和監(jiān)控場(chǎng)景對(duì)實(shí)時(shí)性的需求,從視頻源識(shí)別和視頻偽造檢測(cè)兩方面來研究其中的關(guān)鍵技術(shù)。具體工作如下:針對(duì)無線監(jiān)控設(shè)備欺騙攻擊的問題,提出基于光響應(yīng)非均勻性(PRNU)實(shí)時(shí)聚類的監(jiān)控視頻源識(shí)別算法,利用監(jiān)控視頻設(shè)備的自身特征,構(gòu)建監(jiān)控視頻設(shè)備指紋,通過實(shí)時(shí)DBSCAN聚類算法,將監(jiān)控視頻設(shè)備和多媒體數(shù)據(jù)內(nèi)容進(jìn)行綁定,實(shí)現(xiàn)基于監(jiān)控視頻設(shè)備硬件指紋的視頻溯源和欺騙檢測(cè)。實(shí)驗(yàn)表明,該算法具有簡(jiǎn)單高效的優(yōu)點(diǎn),準(zhǔn)確率達(dá)到96.83%,能夠有效監(jiān)測(cè)和防范視頻設(shè)備欺騙攻擊。針對(duì)監(jiān)控視頻內(nèi)容偽造的問題,提出基于脆弱水印的監(jiān)控視頻偽造檢測(cè)算法,融合視頻幀序號(hào)和時(shí)間戳作為水印信息,能夠保證內(nèi)容真實(shí)可靠;將PRNU噪聲的統(tǒng)計(jì)特征作為密鑰,能夠保證視頻來源可追溯;將水印嵌入I幀的亮度分量4×4分塊的非零量化AC交流分量系數(shù)中,實(shí)現(xiàn)了對(duì)監(jiān)控視頻偽造的檢測(cè)。實(shí)驗(yàn)表明,該算法具有良好的隱蔽性和魯棒性,峰值信噪比值均在35dB以上,誤碼率值均低于0.3;且能夠?qū)臻g域和時(shí)間域的偽造進(jìn)行檢測(cè)�；谝陨戏椒�,設(shè)計(jì)并實(shí)現(xiàn)了視頻監(jiān)控運(yùn)行安全監(jiān)管平臺(tái),將視頻水印技術(shù)與視頻源識(shí)別技術(shù)相結(jié)合,充分利用了監(jiān)控設(shè)備硬件指紋和水印算法各自的優(yōu)勢(shì)。該平臺(tái)運(yùn)用于多個(gè)平安城市系統(tǒng),驗(yàn)證了算法的可靠性和有效性。
【圖文】：

加水印后的視頻幀在視覺上沒有很明顯的可見失真，整體滿足隱蔽性要求。(a) 原始視頻幀 (b) 嵌入水印后的視頻幀圖4.5 水印的隱蔽性（2）客觀評(píng)估：峰值信噪比（PSNR）可以用于評(píng)估水印嵌入之后的視頻幀的保真度和視覺質(zhì)量水平。假設(shè)原始視頻幀為 X (i , j )，加水印后的視頻幀為 X '(i , j )， 的計(jì)算公式如公式(4-8)所示。221 1max( ( , ) )10lg( ( , ) '( , ))A Bi jAB X i jPSNRX i j X i j (4-8)本文對(duì)以上五個(gè)視頻樣本分別計(jì)算 值，如表 4.4 所示的 值是對(duì)視頻樣本中的每一個(gè)視頻幀求 值之后再求平均值得到的。表4.4 視頻水印的峰值信噪比視頻樣本編號(hào) 嵌入視頻水印的 值1 39.792 40.853 36.544 40.265 38.91

頻幀的分塊編號(hào)進(jìn)行比對(duì)，可以將編號(hào)不一致的區(qū)域標(biāo)記出來，如圖 4.6(c)所示。(a) 原始視頻幀 (b) 刪除人物后的視頻幀 (c) 檢測(cè)后的視頻幀圖4.6 幀內(nèi)刪除偽造攻擊檢測(cè)結(jié)果圖本文對(duì)含有水印的視頻幀內(nèi)容進(jìn)行了幀內(nèi)添加偽造實(shí)驗(yàn)，并對(duì)幀內(nèi)添加偽造攻擊的檢測(cè)效果進(jìn)行了分析。如圖4.7所示，對(duì)幀內(nèi)人物手中的物品進(jìn)行增添操作，圖4.7(a)所示畫面中的人物手中沒有任何東西，圖 4.7(b)所示畫面中將一個(gè)手提袋放入其手中，偽造出該人物偷竊東西的行為。通過對(duì)當(dāng)前視頻幀的分塊 PRNU 噪聲的均值方差進(jìn)行距離分析，可以將距離值高于閾值的區(qū)域標(biāo)記出來，，這里的閾值選取為 0.15，檢測(cè)后的結(jié)果如圖 4.7(c)所示。(a) 原始視頻幀 (b) 添加物品后的視頻幀 (c) 檢測(cè)后的視頻幀圖4.7 幀內(nèi)添加偽造攻擊檢測(cè)結(jié)果圖由圖 4.6 和圖 4.7 的實(shí)驗(yàn)結(jié)果可以說明，本算法可以對(duì)空間域幀內(nèi)刪除偽造和幀內(nèi)添加偽造攻擊進(jìn)行有效檢測(cè)
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN948.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 黃添強(qiáng);吳鐵浩;袁秀娟;陳智文;;利用模式噪聲聚類分析的視頻非同源篡改檢測(cè)[J];計(jì)算機(jī)科學(xué)與探索;2011年10期

2 王俊文;劉光杰;張湛;王執(zhí)銓;戴躍偉;;基于模式噪聲的數(shù)字視頻篡改取證[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年S2期

3 吳貞珍;黃建華;;DBSCAN聚類算法在異常檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)安全;2007年08期

本文編號(hào)：2592739