[发明专利]一种基于H.264/AVC视频二次压缩检测方法

权利要求书

1.一种基于H.264/AVC视频二次压缩检测方法，其特征在于，包括如下步骤：

（1）建立二次压缩视频分类训练模型，其具体是：

（11）对未压缩的视频样板序列分别进行一次压缩和二次压缩获取一次压缩视频库和二次压缩视频库；

（12）分别对一次压缩视频库中的一次压缩视频序列和二次压缩视频库中的二次压缩视频序列进行熵解码，获取每个一次压缩视频序列和每个二次压缩视频序列的I帧量化后的非零DCT系数和反量化后的DCT系数；

（13）根据获取的一次压缩视频序列和二次压缩视频序列的I帧量化后的非零DCT系数和反量化后的DCT系数分别提取一次压缩视频序列和二次压缩视频序列的特征向量集；

（14）利用分类器对一次压缩视频序列和二次压缩视频序列的特征向量集进行训练得到分类训练模型；

（2）利用分类训练模型对待检测视频进行二次压缩视频检测，其具体是：

（21）提取待测视频的特征向量，利用分类训练模型进行预测分类，将待测视频分为两类：一次压缩视频和二次压缩视频。

2.根据权利要求1所述的基于H.264/AVC视频二次压缩检测方法，其特征在于，所述步骤（11）的具体步骤是：

（111）对未压缩的视频样板序列以第二量化参数进行一次H.264/AVC压缩获得一次压缩视频库；

（112）对未压缩的视频样板序列以第一量化参数进行第一次H.264/AVC压缩后，解压，再以第二量化参数进行第二次H.264/AVC压缩获得二次压缩视频库；所述第一量化参数小于第二量化参数。

3.根据权利要求2所述的基于H.264/AVC视频二次压缩检测方法，其特征在于，所述步骤（13）具体步骤为：

（131）设置系数阈值范围和频率阈值范围；

（132）计算每个一次压缩视频序列和每个二次压缩视频序列的I帧量化后的非零DCT系数中直流系数绝对值在系数阈值范围内的概率分布；

（133）提取每个一次压缩视频序列和每个二次压缩视频序列的I帧量化后的非零DCT系数中频率阈值范围内的交流系数，计算频率阈值范围内的交流系数绝对值在系数阈值范围内的概率分布；

（134）计算每个一次压缩视频序列和每个二次压缩视频序列的I帧量化后的非零DCT系数中所有频率上的交流系数绝对值在系数阈值范围内的概率分布；

（135）对每个一次压缩视频序列和每个二次压缩视频序列的I帧反量化后的DCT系数直方图进行快速傅立叶变换，得到能量谱密度；

（136）提取每个一次压缩视频序列和每个二次压缩视频序列的能量谱密度中的极大值点和极小值点，选取相同数量个最大的极大值点和最小的极小值点，将选取的值和步骤（132）-（134）中所获取的频率分布值构成特征向量，得到一次压缩视频序列和二次压缩视频序列的特征向量集。

4.根据权利要求3所述的基于H.264/AVC视频二次压缩检测方法，其特征在于，所述步骤（21）中提取待测视频的特征向量，利用分类训练模型进行预测分类，将待测视频分为两类：一次压缩视频和二次压缩视频的具体步骤为：

（211）对待检测视频进行熵解码，得到I帧量化后的非零DCT系数和反量化后的DCT系数；

（211）设置系数阈值范围和频率阈值范围；

（212）计算待检测视频的I帧量化后的非零DCT系数中直流系数绝对值在系数阈值范围内的概率分布；

（213）提取待检测视频的I帧量化后的非零DCT系数中频率阈值范围内的交流系数，计算频率阈值范围内的交流系数绝对值在系数阈值范围内的概率分布；

（214）计算待检测视频的I帧量化后的非零DCT系数中所有频率上的交流系数绝对值在系数阈值范围内的概率分布；

（215）对待检测视频的I帧反量化后的DCT系数直方图进行快速傅立叶变换，得到能量谱密度；

（216）提取待检测视频的能量谱密度中的极大值点和极小值点，选取相同数量个最大的极大值点和最小的极小值点构成待检测视频的特征向量；

（217）根据获取的待检测视频的特征向量输入分类训练模型中进行预测分类，将待测视频分为两类：一次压缩视频和二次压缩视频。

5.根据权利要求1至4任一项所述的基于H.264/AVC视频二次压缩检测方法，其特征在于，所述系数阈值范围设置为[1,10]，所述频率阈值范围设置为（0，1）及（1，0）。