數(shù)字視頻篡改被動認證研究的若干進展

本文為網(wǎng)絡收集精選范文、公文、論文、和其他應用文檔，如需本文，請下載本文為網(wǎng)絡收集精選范文、公文、論文、和其他應用文檔，如需本文，請下載本文為網(wǎng)絡收集精選范文、公文、論文、和其他應用文檔，如需本文，請下載本文為網(wǎng)絡收集精選范文、公文、論文、和其他應用文檔，如需本文，請下載數(shù)字視頻篡改被動認證研究的若干進展本文從網(wǎng)絡收集而來，上傳到平臺為了幫到更多的人，如果您需要使用本文檔，請點擊下載按鈕下載本文檔（有償下載），另外祝您生活愉快，工作順利，萬事如意！1引言隨著多媒體技術的快速發(fā)展，特別是各種功能強大的圖像、視頻編輯軟件的開發(fā)，使得非專業(yè)人員也能夠很容易通過這些編輯軟件對圖像和視頻進行編輯修改，這就導致了眾多經(jīng)過惡意篡改的圖像視頻傳播開來，國內比較有影響的如2007年陜西周老虎事件，2012年深圳飆車案監(jiān)控視頻疑遭篡改案。為此，正確地鑒定圖像和視頻的真實性、完整性、來源性已經(jīng)成為多媒體安全領域的一個重要課題。多媒體認證具有主動認證和被動認證二種方式。主動認證是在媒體上嵌入驗證信息，通過檢驗信息是否發(fā)生改變而確定是否發(fā)生篡改，常用的技術有數(shù)字簽名和數(shù)字水??；被動認證則通過檢測媒體自身信息確定是否發(fā)生篡改，相比而言，多媒體中圖像被動認證由于研究起步的較早，在研究上的成果遠遠大于視頻被動認證。2000年，BijanGMobasseri等人發(fā)表了有關視頻篡改的第一篇論文，2001-2005年國內外基本上沒有相關的研究成果，直到2006年國外研究者才開始逐步發(fā)表相關研究成果，最開始的研究是 Dartmouth大學的HanyFarid教授帶領的研究團隊。國內最早公開發(fā)表的視頻篡改論文是2008年王俊文發(fā)表的題為基于模式噪聲的數(shù)字視頻篡改取證”的論文，筆者通過中國知網(wǎng)統(tǒng)計國內視頻篡改被動認證相關論文至今也只有20多篇，國外通過GOOGLE學術查詢相關論文比國內更多，但也只有數(shù)十篇而已。綜合而言，有關視頻篡改被動認證的研究工作在國內外尚處于起步階段。在國內，福建師范大學的黃添強教授團隊和天津大學的蘇育挺教授團隊走在研究的前沿。本文在分析國內外有關視頻篡改被動認證 17篇論文的基礎上，對視頻篡改被動認證的研究作些概述，以展望本領域的研究進展。2篡改方式及篡改檢測基本原理視頻篡改方式主要包括幀間篡改和幀內篡改。幀間篡改是指時域上的篡改，它包括幀間插入、刪除、替換、復制篡改等；幀內篡改是指空域上的篡改，包括幀內目標移除和摳像合成等。幀間插入、刪除篡改幀間插入篡改把視頻本身的幀序列或異源視頻的幀序列插入到視頻的某個位置，幀間刪除篡改將視頻的某些幀序列刪除。在視頻篡改前相鄰幀某些特征相關性是連續(xù)的，幀插入、刪除篡改后有關特征相關性的連續(xù)性受到破壞，會產(chǎn)生突變點，因此通過閾值設定和對應的判定機制可以檢測出突變點即篡改點。同源視頻復制-粘貼篡改同源視頻復制-粘貼篡改把視頻內某個幀序列復制到同一個視頻內某個位置，因此視頻存在著二個特征極其相似的幀序列。通過兩兩比較不同幀間特征是否相似，得到二組相似幀，再把二組幀分別組裝為源、篡改幀序列；或者將視頻分為多個重疊的子序列， 比較子序列間的相似性，得到二組子序列，再把二組子序列幀分別組裝為源、篡改幀序列。3視頻被動認證算法幀間插入、刪除篡改檢測針對MPEG視頻具有I幀、P幀、B幀三種類型幀的特點，文獻網(wǎng)計算滑動窗口內P幀運動矢量幅度和幅度均值，比較P幀運動矢量幅度的變化是否超過設定閾值，以此作為判定篡改的條件，但該方法只能檢測單鏡頭視頻，對變化劇烈和多鏡頭視頻無法檢測，而且當插入或刪除的幀是GOP(GroupofPicture)的整數(shù)倍時無法檢測。同源視頻復制-粘貼篡改檢測文獻將視頻序列分為多個重疊的子序列，計算各個子序列在空間上和時間上的相關性矩陣，并運用相關性矩陣進行幀間復制-粘貼篡改檢測，這種檢測的時間復雜度較高，而且重疊子序列的匹配導致算法的檢測精度下降。4困難與問題視頻篡改被動認證是綜合了圖像處理、信號處理、數(shù)據(jù)挖掘、機器學習、數(shù)學等跨學科的研究。從空域上看，它具有圖像篡改所具有的一切元素，除此之外，它還具有時域上視頻分幀的特點。現(xiàn)有的研究，很多只是把圖像的被動篡改檢測直接移植到視頻被動篡改檢測上，而且由于研究時間短，精兵強將少，還沒有形成統(tǒng)一的學科理論，因此困難重重。篡改檢測算法的單一性問題已有篡改檢測算法基本上是針對某種特定篡改方式的檢測，如只針對幀間插入、刪除或者幀內目標移除等，篡改檢測無法做到同時對不同篡改方式檢測 ；篡改檢測只是針對特定編碼格式視頻（如MPEG-2）;多數(shù)篡改檢測只能檢測鏡頭靜止的視頻，而適合鏡頭移動視頻檢測的算法較少。因此需要提高篡改檢測算法的通用性。篡改檢測算法的魯棒性問題篡改檢測算法的抗干擾性低，例如在文獻[10-12]的同源視頻復制-粘貼篡改檢測中，對篡改的幀加入噪聲，在文獻［19］摳像合成檢測中，對摳像邊緣模糊處理，那么篡改檢測的準確率將大大下降，甚至無法檢測，因此需要在篡改檢測算法中考慮如何改進算法的魯棒性。5未來研究展望視頻篡改被動取證技術的研究起步較晚，雖然取得了一定的進展，但研究還處在初級階段，大多數(shù)算法針對性、局限性強，不夠全面，沒有形成較為完善的、實際可行的方法和理論。面對各種層出不窮的篡改新方式和新的視頻編碼格式等新情況，也需要研究人員與時俱進提出相應的解決方法。視頻新格式和篡改新方式的研究由于視頻的編碼格式一直在不斷的推陳出新，如1992年的MPEG-1標準到現(xiàn)在的MPEG-4標準，而新的編碼格式出來意味著需要有新的篡改檢測方法與之相適應。隨著視頻編輯軟件功能越來越強大，也出現(xiàn)了一些新的視頻篡改方式，例如把視頻幀中的某部分按某種規(guī)律放大或縮小，幀其余部分不變，這就需要研究人員相應的提出新的篡改檢測方法。多種篡改方式和偽造技術聯(lián)合的研究已有的篡改研究針對的是事先已知待檢測視頻可能存在著某種篡改方式，通過檢測確定有無該種方式的篡改，而在實際應用中是不知道視頻是否經(jīng)過篡改，更不確定是哪一種篡改方式。因此，如何確定視頻是否被篡改，以及具體的篡改方式，是今后研究的方向之一。止匕外，現(xiàn)有的研究針對的大都是單一的篡改方式和偽造技術，而視頻有可能同時存在多種篡改方式和多種偽造技術的聯(lián)合，如何從不同角度和不同方位逐一進行取證也是今后的研究內容。研究的其它問題視頻篡改研究已不止線性代數(shù)、概率統(tǒng)計的應用，也深入到廣闊的數(shù)學工程。因此，應組織數(shù)學專業(yè)的本科、碩士畢業(yè)生攻讀此領域的博士研究生，并探索此領域研究的各種數(shù)學模型，以提高其深廣度，提升整個學科的水平。在看到視頻篡改檢測領域在安全