[发明专利]基于DCT系数的压缩域视频拷贝盲检测方法无效
申请号: | 201310302485.5 | 申请日: | 2013-07-15 |
公开(公告)号: | CN103347197A | 公开(公告)日: | 2013-10-09 |
发明(设计)人: | 熊刚;孔庆杰;杨海滨;王飞跃;朱凤华 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | H04N17/00 | 分类号: | H04N17/00;H04N7/30 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 宋焰琴 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 dct 系数 压缩 视频 拷贝 检测 方法 | ||
1.一种基于DCT系数的压缩域视频拷贝盲检测方法,其特征在于,该方法包括以下步骤:
步骤S1,读取待检测视频和原始视频,并将待检测视频和原始视频采用相同的镜头分割方法分别分割为多个子镜头;
步骤S2,比较所述待检测视频和原始视频的子镜头数目是否相等,若不相等,则判断所述待检测视频是原始视频的一个拷贝,否则,进入步骤S3;
步骤S3,分别构造所述待检测视频和原始视频的特征向量;
步骤S4,比较所述待检测视频和原始视频的特征向量的相似度,以确定所述待检测视频是否为所述原始视频的一个拷贝;
步骤S5,若所述待检测视频为所述原始视频的一个拷贝,则依次比较所述待检测视频与原始视频对应子镜头的特征向量的差异,从而得到所述原始视频中被篡改的子镜头。
2.根据权利要求1所述的方法,其特征在于,所述视频的特征向量的构造包括如下步骤:
步骤S31,对于视频的每一个子镜头,将该子镜头的首个I帧图像平均分成m×m的区域,每个子区域记为Ai(i=0,...,m×(m-1));
步骤S32,对于每一个子区域Ai进行DCT变换得到该子区域的直流分量均值和边缘方向,并进而得到相应子镜头的均序列度量矩阵C和均边缘方向矩阵θ,从而得到每一子镜头的特征向量T=C·θ;
步骤S33,根据所述每一子镜头的特征向量T,获取所述视频的特征向量T(V)=[T(1),T(2),......,T(n)],其中n为视频子镜头的个数。
3.根据权利要求2所述的方法,其特征在于,所述步骤S32进一步包括以下步骤:
步骤S321,对于每一个子区域Ai,首先进行8×8的DCT变换,计算得到每一个子区域中所包含的8×8块的DCT系数F(u,v);
步骤S322,通过所述DCT系数中的直流分量Fi(0,0)计算得到所述子区域Ai的直流分量的均值
步骤S323,当获取所有子区域的直流分量均值后,以所有直流分量均值的最简比值进行排序,得到相应子镜头的m×m的均序列度量矩阵,记为C;
步骤S324,针对每一个子区域Ai,通过其8×8块的DCT系数中的交流分量,计算得到每一个子区域中所包含的8×8块的边缘方向;
步骤S325,与所述步骤S323相似,计算每一个子区域中所包含的8×8块的边缘方向的均值并以最简化比值的形式进行排序,得到相应子镜头的m×m的均边缘方向矩阵,记为θ。
4.根据权利要求3所述的方法,其特征在于,所述步骤S321中的DCT变换表示为:
其中,f(i,j)为像素值。
5.根据权利要求4所述的方法,其特征在于,在得到的DCT系数中,F(0,0)代表直流分量,其余为交流分量。
6.根据权利要求3所述的方法,其特征在于,所述步骤S322中,利用下式计算所述子区域Ai的直流分量的均值
其中,aj为相应子镜头的首个I帧图像的DCT域的一个8×8的块区域,Fj(0,0)为aj块区域的直流分量。
7.根据权利要求3所述的方法,其特征在于,所述步骤S323中,所有直流分量均值的最简比值为m×m个直流分量均值都除以该m×m个数的最大公约数之后的值。
8.根据权利要求3所述的方法,其特征在于,所述步骤S324中,(m×m-1)×(m×m-1)块的边缘方向由下式计算得到:
其中,F(0,i)和F(j,0)均为DCT系数中的交流分量部分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310302485.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于涂料生产使用的冷却装置
- 下一篇:一种镂空式储物篓