一種基于空域感知哈希的視頻篡改檢測方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種基于空域感知哈希的視頻篡改檢測方法和裝置，所述方法通過提取待檢視頻的每一幀的結(jié)構(gòu)信息，形成一結(jié)構(gòu)信息特征矩陣；對每一幀對應(yīng)的結(jié)構(gòu)信息特征矩陣進(jìn)行量化，得到結(jié)構(gòu)哈希向量；提取相同視頻長度的原始視頻的幀圖像結(jié)構(gòu)特征矩陣；根據(jù)待檢視頻和原始視頻的結(jié)構(gòu)特征矩陣計算待檢視頻和原始視頻中對應(yīng)幀的結(jié)構(gòu)特征距離；將每一幀的結(jié)構(gòu)特征距離與一設(shè)定的閾值進(jìn)行比較，當(dāng)結(jié)構(gòu)特征距離小于閾值時，待檢視頻中對應(yīng)幀沒有被篡改；反之，則被篡改；實現(xiàn)了視頻篡改檢測，大大提高了視頻篡改檢測速度和準(zhǔn)確率。
【專利說明】一種基于空域感知哈希的視頻篡改檢測方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻篡改檢測領(lǐng)域，尤其涉及的是一種基于空域感知哈希的視頻篡改檢測方法和裝置。
【背景技術(shù)】
[0002]隨著數(shù)字多媒體技術(shù)的飛速發(fā)展，視頻媒體應(yīng)用逐漸占據(jù)了網(wǎng)絡(luò)多媒體應(yīng)用中的主要份額。面對極度膨脹的信息量和越來越多的使用方式，視頻信息安全問題和大規(guī)模視頻文件庫的管理問題日益突出，成為制約多媒體技術(shù)以及相關(guān)學(xué)科發(fā)展的一大瓶頸，如何對視頻信息進(jìn)行版權(quán)保護(hù)，如何對篡改的視頻進(jìn)行準(zhǔn)確、快速的篡改檢測與定位，如何從海量的視頻數(shù)據(jù)中檢測到可疑的視頻內(nèi)容，這些均是迫切需要解決的問題。同時，當(dāng)今對于視頻處理缺少人眼感知因素的加入，制約各種有效方法的形成，這些也成為亟待解決的關(guān)鍵問題。
[0003]為解決上述問題，國內(nèi)外研究人員展開了深入的探討，提出了視頻數(shù)字簽名和視頻指紋等內(nèi)容標(biāo)識技術(shù)。國內(nèi)外研究人員展開了深入的探討，提出了視頻數(shù)字簽名和視頻指紋等內(nèi)容標(biāo)識技術(shù)。然而，多年來的研究雖然已取得一定的進(jìn)展，但是仍然無法有效滿足視頻應(yīng)用的需要，原因主要在于兩點--第一，由于視頻結(jié)構(gòu)信息，無法準(zhǔn)確捕捉豐富的視頻特征；第二，視頻數(shù)據(jù)量巨大，無法準(zhǔn)確區(qū)分在傳輸或存儲過程中出現(xiàn)的視頻內(nèi)容保持操作與內(nèi)容非法篡改操作。
[0004]國內(nèi)視頻內(nèi)容檢測與篡改定位研究相對分離，主要表現(xiàn)為拷貝檢測與篡改檢測。在前者中，研究者們重點 關(guān)注視頻特征提取方法，而且以幀為單位的提取與匹配方法占據(jù)了主導(dǎo)地位，通過視頻特征的相似度計算達(dá)到對具有相似或者相同內(nèi)容的視頻檢測。檢測算法復(fù)雜度較高且對于視頻特征的結(jié)構(gòu)組織形式討論較少。篡改檢測中，以模式噪聲為主的檢測方法成為研究熱點，該方法雖然對于是否進(jìn)行篡改的檢測較為準(zhǔn)確，但是由于需要原始攝像機(jī)才能進(jìn)行計算，具有天然的不足，并且對定位技術(shù)研究不深。通過嵌入水印的方式對篡改進(jìn)行定位成為討論熱點，然而由于其需要嚴(yán)格控制水印的嵌入方式與嵌入規(guī)模，定位精度亦較低。其他方法多數(shù)實現(xiàn)篡改模糊定位或者側(cè)重于篡改檢測，定位技術(shù)涉及甚少。
[0005]而國外文獻(xiàn)中的算法對于特征提取方法以基本的信號變換方法居多:如傅里葉變換、DCT變換、奇異值分解、小波變換等。DCT變換和傅里葉分析揭示了時域與頻域之間的內(nèi)在聯(lián)系，反映了整個時間范圍內(nèi)的“全部”頻譜成分，雖然具有很強(qiáng)的頻域局域化能力，但并不具有時間局域化能力；然而，信號變換技術(shù)無法有效體現(xiàn)人類感知特性，且時間復(fù)雜度、空間復(fù)雜度較高，針對海量的視頻數(shù)據(jù)信息，難以起到有價值的實際應(yīng)用。對于視頻的篡改檢測與定位，多數(shù)算法是通過視頻幀的逐一匹配策略，利用海明距離，JND等手段計算特征之間的相似度，算法的時間復(fù)雜度、空間復(fù)雜度更高，計算起來既耗時、又耗力，難以實現(xiàn)大數(shù)據(jù)量視頻處理的有效應(yīng)用。
[0006]因此，現(xiàn)有技術(shù)還有待于改進(jìn)和發(fā)展。
【發(fā)明內(nèi)容】

[0007]本發(fā)明要解決的技術(shù)問題在于，針對現(xiàn)有技術(shù)的上述缺陷，提供一種基于空域感知哈希的視頻篡改檢測方法和裝置，旨在解決現(xiàn)有技術(shù)中視頻篡改檢測復(fù)雜的問題。
[0008]本發(fā)明解決技術(shù)問題所采用的技術(shù)方案如下:
一種基于空域感知哈希的視頻篡改檢測方法，其中，包括以下步驟:
S100、提取待檢視頻的每一幀的結(jié)構(gòu)信息，形成一結(jié)構(gòu)信息特征矩陣；
S200、對每一幀對應(yīng)的結(jié)構(gòu)信息特征矩陣進(jìn)行量化，得到對應(yīng)的結(jié)構(gòu)哈希向量；
S300、提取相同視頻長度的原始視頻的幀圖像結(jié)構(gòu)特征矩陣，并量化得到對應(yīng)的結(jié)構(gòu)哈希向量；根據(jù)待檢視頻和原始視頻的結(jié)構(gòu)哈希向量計算待檢視頻和原始視頻中對應(yīng)幀的結(jié)構(gòu)特征距離；
S400、將每一幀的結(jié)構(gòu)特征距離與一設(shè)定的閾值進(jìn)行比較，當(dāng)所述結(jié)構(gòu)特征距離小于所述閾值時，則待檢視頻中對應(yīng)幀沒有被篡改；反之，則被篡改。
[0009]所述的基于空域感知哈希的視頻篡改檢測方法，其中，所述步驟SlOO具體包括:
S110、在待檢視頻的每一幀圖像上隨機(jī)產(chǎn)生多個矩形塊，其中，各個矩形塊互相交疊，
各個矩形塊的大小隨機(jī)產(chǎn)生；
S120、對矩形塊進(jìn)行編號，設(shè)定步長；計算編號差為設(shè)定的步長的兩個矩形塊的亮度均
值差;
S130、將亮度差形成對應(yīng)的結(jié)構(gòu)信息特征矩陣。
[0010]所述的基于空域感知哈希的視頻篡改檢測方法，其中，所述步驟S200具體包括: S210、將結(jié)構(gòu)信息特征矩陣中亮度差小于零的值量化為O ;將亮度差大于等于零的值
量化為I ;得到對應(yīng)的結(jié)構(gòu)哈希向量。
[0011]所述的基于空域感知哈希的視頻篡改檢測方法，其中，所述步驟S300具體包括: S310、對視頻長度為M的待檢視頻
【權(quán)利要求】
1.一種基于空域感知哈希的視頻篡改檢測方法，其特征在于，包括以下步驟: S100、提取待檢視頻的每一幀的結(jié)構(gòu)信息，形成一結(jié)構(gòu)信息特征矩陣； S200、對每一幀對應(yīng)的結(jié)構(gòu)信息特征矩陣進(jìn)行量化，得到對應(yīng)的結(jié)構(gòu)哈希向量； S300、提取相同視頻長度的原始視頻的幀圖像結(jié)構(gòu)特征矩陣，并量化得到對應(yīng)的結(jié)構(gòu)哈希向量；根據(jù)待檢視頻和原始視頻的結(jié)構(gòu)哈希向量計算待檢視頻和原始視頻中對應(yīng)幀的結(jié)構(gòu)特征距離； S400、將每一幀的結(jié)構(gòu)特征距離與一設(shè)定的閾值進(jìn)行比較，當(dāng)所述結(jié)構(gòu)特征距離小于所述閾值時，則待檢視頻中對應(yīng)幀沒有被篡改；反之，則被篡改。
2.根據(jù)權(quán)利要求1所述的基于空域感知哈希的視頻篡改檢測方法，其特征在于，所述步驟SlOO具體包括: S110、在待檢視頻的每一幀圖像上隨機(jī)產(chǎn)生多個矩形塊，其中，各個矩形塊互相交疊，各個矩形塊的大小隨機(jī)產(chǎn)生； S120、對矩形塊進(jìn)行編號，設(shè)定步長；計算編號差為設(shè)定的步長的兩個矩形塊的亮度均值差; S130、將亮度差形成對應(yīng)的結(jié)構(gòu)信息特征矩陣。
3.根據(jù)權(quán)利要求2所述的基于空域感知哈希的視頻篡改檢測方法，其特征在于，所述步驟S200具體包括: S210、將結(jié)構(gòu)信息特征矩陣中亮度差小于零的值量化為O ;將亮度差大于等于零的值量化為I ;得到對應(yīng)的結(jié)構(gòu)哈希向`量。
4.根據(jù)權(quán)利要求3所述的基于空域感知哈希的視頻篡改檢測方法，其特征在于，所述步驟S300具體包括: S310、對視頻長度為M的待檢視頻 Vq = [Vql ,Vq2 ,VqM ]以及視頻長度同樣為M的目標(biāo)視頻V/ =[v/,v/+1,...,,分別計算提取幀圖像結(jié)構(gòu)特征矩陣對應(yīng)的結(jié)構(gòu)哈希
'V/J(l) v/-1? V,1 (3) v/J(4) ν/α(5) V/J(6)—向量，分別為: 丨丨丨丨丨:
v/M(l) v/m(2) v/m(3) v/m(4) v/m(5) v/m(6)
Vjfi^1(I) v/’pJ(l) vfup'l(3)Vf^p'1 (5)和.\?*ff.ηa^
(61)(2) v/'f^(3) V/^(4) Vfu?M(5) v/?m(6) S320、根據(jù)待檢視頻和原始視頻的結(jié)構(gòu)哈希向量計算待檢視頻和原始視頻中對應(yīng)幀的結(jié)構(gòu)特征距離，特征距離計算方法為卜,廣.(力-；


。X 避其中，C為量化系數(shù)，其值為視頻序列對應(yīng)的結(jié)構(gòu)哈希向量之間的最大特征距離，計算方式為C =藝
5.根據(jù)權(quán)利要求4所述的基于空域感知哈希的視頻篡改檢測方法，其特征在于，所述步驟S400具體包括: S410、將待檢視頻和原始視頻中對應(yīng)幀的結(jié)構(gòu)特征距離與一設(shè)定的閾值比較，當(dāng)Vq和:P,之間的結(jié)構(gòu)特征距離小于所述閾值時，對應(yīng)幀沒有被篡改；當(dāng)'Fg和之間的結(jié)構(gòu)特征距離不小于所述閾值時，對應(yīng)幀被篡改。
6.根據(jù)權(quán)利要求1所述的基于空域感知哈希的視頻篡改檢測方法，其特征在于，在所述步驟S400之后，還包括: S500、將原始視頻和被篡改視頻感知哈希值進(jìn)行相同的分段，其中分段大小隨機(jī)確定，以原始視頻為X軸，以被篡改視頻為Y軸，建立相似度矩陣； S600、計算相似度矩陣對角線的海民距離，當(dāng)相似度矩陣在對角線處沒有達(dá)到最大值時，對被篡改視頻中此處視頻進(jìn)行定位。
7.根據(jù)權(quán)利要求1所述的基于空域感知哈希的視頻篡改檢測方法，其特征在于，所述步驟SlOO具體包括: S111、在待檢視頻的每一幀圖像上根據(jù)密鑰，在偽隨機(jī)函數(shù)的控制下產(chǎn)生多個矩形塊，其中，各個矩形塊互相交疊；S120、對矩形塊進(jìn)行編號，設(shè)定步長；計算編號差為設(shè)定的步長的兩個矩形塊的亮度均值差; S130、將亮度差形成對應(yīng)的結(jié)構(gòu)信息特征矩陣。
8.一種基于空域感知哈希的視頻篡改檢測裝置，其特征在于，包括: 結(jié)構(gòu)信息特征矩陣提取模塊，用于提取待檢視頻的每一幀的結(jié)構(gòu)信息，形成一結(jié)構(gòu)信息特征矩陣；及用于提取相同視頻長度的原始視頻的幀圖像結(jié)構(gòu)特征矩陣； 量化模塊，用于對每一幀對應(yīng)的結(jié)構(gòu)信息特征矩陣進(jìn)行量化，得到對應(yīng)的結(jié)構(gòu)哈希向量; 結(jié)構(gòu)特征距離計算模塊，用于根據(jù)待檢視頻和原始視頻的結(jié)構(gòu)哈希向量計算待檢視頻和原始視頻中對應(yīng)幀的結(jié)構(gòu)特征距離； 比較模塊，用于將每一幀的結(jié)構(gòu)特征距離與一設(shè)定的閾值進(jìn)行比較，當(dāng)所述結(jié)構(gòu)特征距離小于所述閾值時，則待檢視頻中對應(yīng)幀沒有被篡改；反之，則被篡改。
9.根據(jù)權(quán)利要求8所述的基于空域感知哈希的視頻篡改檢測裝置，其特征在于，所述結(jié)構(gòu)信息特征矩陣提取模塊包括: 矩形塊產(chǎn)生單元，用于在待檢視頻的每一幀圖像上隨機(jī)產(chǎn)生多個矩形塊，其中，各個矩形塊互相交疊，各個矩形塊的大小隨機(jī)產(chǎn)生； 編號及步長設(shè)定單元，用于對矩形塊進(jìn)行編號，及設(shè)定步長；亮度均值差計算單元，用于計算編號差為設(shè)定的步長的兩個矩形塊的亮度均值差。
10.根據(jù)權(quán)利要求8所述的基于空域感知哈希的視頻篡改檢測裝置，其特征在于，還包括: 相似度矩陣建立模塊，用于將原始視頻和被篡改視頻感知哈希值進(jìn)行相同的分段，其中分段大小隨機(jī)確定，以原始視頻為X軸，以被篡改視頻為Y軸，建立相似度矩陣； 海明距離計算模塊，用于計算每個分段二者的海明距離； 定位模塊，用于當(dāng)相似度矩陣在對角線處沒有達(dá)到最大值時，對被篡改視頻中此處視頻進(jìn)行定位。`
【文檔編號】H04N19/154GK103747255SQ201410039331
【公開日】2014年4月23日 申請日期:2014年1月27日 優(yōu)先權(quán)日:2014年1月27日
【發(fā)明者】文振焜 申請人:深圳大學(xué)