【摘要】：視頻監(jiān)控是新形勢下公安機(jī)關(guān)維護(hù)國家安全和社會穩(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常發(fā)生,確保監(jiān)控視頻信息的真實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)的視頻源識別及偽造檢測技術(shù),針對監(jiān)控視頻的特點(diǎn)和監(jiān)控場景對實時性的需求,從視頻源識別和視頻偽造檢測兩方面來研究其中的關(guān)鍵技術(shù)。具體工作如下:針對無線監(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)實時聚類的監(jiān)控視頻源識別算法,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,通過實時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。實驗表明,該算法具有簡單高效的優(yōu)點(diǎn),準(zhǔn)確率達(dá)到96.83%,能夠有效監(jiān)測和防范視頻設(shè)備欺騙攻擊。針對監(jiān)控視頻內(nèi)容偽造的問題,提出基于脆弱水印的監(jiān)控視頻偽造檢測算法,融合視頻幀序號和時間戳作為水印信息,能夠保證內(nèi)容真實可靠;將PRNU噪聲的統(tǒng)計特征作為密鑰,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,實現(xiàn)了對監(jiān)控視頻偽造的檢測。實驗表明,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域和時間域的偽造進(jìn)行檢測�；谝陨戏椒�,設(shè)計并實現(xiàn)了視頻監(jiān)控運(yùn)行安全監(jiān)管平臺,將視頻水印技術(shù)與視頻源識別技術(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。該平臺運(yùn)用于多個平安城市系統(tǒng),驗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）客觀評估：峰值信噪比（PSNR）可以用于評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)本文對以上五個視頻樣本分別計算 值，如表 4.4 所示的 值是對視頻樣本中的每一個視頻幀求 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 嵌入視頻水印的 值1 39.792 40.853 36.544 40.265 38.91

頻幀的分塊編號進(jìn)行比對，可以將編號不一致的區(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) 檢測后的視頻幀圖4.6 幀內(nèi)刪除偽造攻擊檢測結(jié)果圖本文對含有水印的視頻幀內(nèi)容進(jìn)行了幀內(nèi)添加偽造實驗，并對幀內(nèi)添加偽造攻擊的檢測效果進(jìn)行了分析。如圖4.7所示，對幀內(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)所示畫面中將一個手提袋放入其手中，偽造出該人物偷竊東西的行為。通過對當(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) 檢測后的視頻幀圖4.7 幀內(nèi)添加偽造攻擊檢測結(jié)果圖由圖 4.6 和圖 4.7 的實驗結(jié)果可以說明，本算法可以對空間域幀內(nèi)刪除偽造和幀內(nèi)添加偽造攻擊進(jìn)行有效檢測
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：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[J];計算機(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(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中的應(yīng)用[J];計算機(jī)安全;2007年08期

本文編號：2592739