您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (4): 32-38.

• 机器学习与数据挖掘 • 上一篇    下一篇

融合多特征的异源视频复制-粘贴篡改检测

李富贵1,2,黄添强1,2*,苏立超1,2,苏伟峰3   

  1. 1. 福建师范大学数学与计算机科学学院, 福建 福州 350007;
    2. 福建省网络安全与密码技术重点实验室(福建师范大学), 福建 福州 350007;
    3. 北京师范大学-香港浸会大学联合国际学院理工科技学部, 广东 珠海 519085
  • 收稿日期:2013-05-14 出版日期:2013-08-20 发布日期:2013-05-14
  • 通讯作者: 黄添强(1971- ),男,福建莆田人,教授,博士,主要研究方向为数据挖掘、视频篡改检测. E-mail:fjhtq@fjnu.edu.cn
  • 作者简介:李富贵(1989- ),男,湖南岳阳人,硕士研究生,主要研究方向为数据挖掘、视频篡改检测.E-mail:leaf304@163.com
  • 基金资助:

    国家自然科学基金资助项目(61070062, 61073017);福建省高校产学合作科技重大资助项目(2012H6006);福建省高校服务海西建设重点资助项目(2008HX20094145);福建省高等学校新世纪优秀人才支持计划资助项目(JAI1038)

Heterologous video copy-move forgery detection by fusing multiple features

LI Fu-gui1,2, HUANG Tian-qiang1,2*, SU Li-chao1,2, SU Wei-feng3   

  1. 1. School of Mathematics and Computer Science, Fujian Normal University, Fuzhou 350007, China;
    2. Fujian Provincial Key Laboratory of Network Security and Cryptography (Fujian Normal University), Fuzhou 350007, China;
    3. Department of Computer Science and Technology, BUNHKBU United International College, Zhuhai 519085, China
  • Received:2013-05-14 Online:2013-08-20 Published:2013-05-14

摘要:

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。

关键词: 二维相位一致性, 模式噪声, 复制-粘贴篡改, 复制-粘贴检测, SVM(support vector machine)

Abstract:

Compared with the conventional methods of video forgeries, such as frame insertion,frame deletion and double compression, copy-move forgery might change the content of a video directly. Therefore, a new algorithm was proposed to detect video copy-move forgery by fusing multiple features. For an intraframe copy-move tampered video, which may introduce a number of sharp transitions in frames such as lines, edges and corners. Phase congruency was known as a sensitive measure of these sharp transitions and hence was proposed as features for video forgery detection. Meanwhile, the duplicated blocks from the heterologous video could introduce different pattern noise. Therefore, the proposed algorithm could extract features of video frames from the pattern noise and 2-D phase congruency for video forgery detection, and then the merged multiple features were experimented with the support vector machine (SVM). Experimental results demonstrated that the proposed algorithm could detect video of intra-frame copy-move forgery effectively.

Key words: copy-move detection, support vector machine, pattern noise, copy-move forgery, 2-D phase congruency

中图分类号: 

  • TP391
[1] 熊冰妍, 王国胤, 邓维斌. 分级式代价敏感决策树及其在手机换机预测中的应用[J]. 山东大学学报(工学版), 2015, 45(5): 36-42.
[2] 王晓初, 王士同, 包芳. 基于概率密度分布一致约束的最小最大概率机图像分类算法[J]. 山东大学学报(工学版), 2015, 45(5): 13-21.
[3] 张东波,寇涛,许海霞. 基于LDB描述子和局部空间结构匹配的快速场景辨识[J]. 山东大学学报(工学版), 2018, 48(5): 16-23.
[4] 陈海永,余力,刘辉,杨佳博,胡启迪. 基于经验小波的太阳能电池缺陷图像融合[J]. 山东大学学报(工学版), 2018, 48(5): 24-31.
[5] 牟廉明. 自适应特征选择加权k子凸包分类[J]. 山东大学学报(工学版), 2018, 48(5): 32-37.
[6] 沈冬冬,周风余,栗梦媛,王淑倩,郭仁和. 基于集成深度神经网络的室内无线定位[J]. 山东大学学报(工学版), 2018, 48(5): 95-102.
[7] 张璞,刘畅,王永. 基于特征融合和集成学习的建议语句分类模型[J]. 山东大学学报(工学版), 2018, 48(5): 47-54.
[8] 王国新,陈凤东,刘国栋. 基于彩色伪随机编码结构光特征提取方法[J]. 山东大学学报(工学版), 2018, 48(5): 55-60.
[9] 胡建平,李鑫,谢琪,李玲,张道畅. 基于Delaunay三角化的二维无约束优化EMD方法[J]. 山东大学学报(工学版), 2018, 48(5): 9-15.
[10] 李广丽,刘斌,朱涛,殷依,张红斌. 基于优选典型相关分量的跨媒体检索模型[J]. 山东大学学报(工学版), 2018, 48(5): 38-46.
[11] 吴晨谋,方志军,黄正能. 基于单目摄像头的主动式驾驶行为分析算法[J]. 山东大学学报(工学版), 2018, 48(5): 69-76.
[12] 张宪红,张春蕊. 基于六维前馈神经网络模型的图像增强算法[J]. 山东大学学报(工学版), 2018, 48(4): 10-19.
[13] 江珊珊,杨静,范丽亚. 基于PDEs的图像特征提取方法[J]. 山东大学学报(工学版), 2018, 48(4): 27-36.
[14] 窦婷婷,姚元玺,陈鹏,芦灯. 基于ATP-EMTP的电弧建模及工程仿真[J]. 山东大学学报(工学版), 2018, 48(4): 102-108.
[15] 黄劲潮. 基于快速区域建议网络的图像多目标分割算法[J]. 山东大学学报(工学版), 2018, 48(4): 20-26.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!