[发明专利]基于DCT系数的压缩域视频拷贝盲检测方法

说明书

技术领域

本发明属于信息安全技术领域，尤其涉及一种基于DCT（余弦变换）系数的压缩域视频拷贝盲检测方法。

背景技术

基于内容的视频拷贝检测（CBCD）作为保护视频版权的一种有效方式，正日益受到视频生产商的高度重视。CBCD方法通过抽取视频的特征信息构造签名，然后通过签名的匹配来识别视频是否经过了篡改。视频拷贝篡改的方式不但包括对原始视频的复制，更是包括视频的缩放、裁剪、旋转、模糊、文本和图形的覆盖等篡改方式。一个好的CBCD方法应该能够有效抵抗上述各种视频拷贝篡改的方式。

CBCD方法在构造视频签名时提取过各种特征，包括分簇的局部描述符、帧的运行向量、加速鲁棒性特征（Speeded Up Robust Features，SURF）特征点等等，但是这些特征在提取时存在构造复杂和计算量过大的问题。另外，自从2008年以来，TRECVID评估也高度重视了视频拷贝检测的研究。可是，大部分的CBCD方法只能适用于非压缩域的视频，而目前有效的视频大都具有标准的压缩格式，使得上文提到的方法在应用时均需要先解压视频，这就加大了计算量和时耗。

压缩域视频中能有效的提取出一些压缩域视频特征，如果这些特征能应用到视频拷贝检测中，将会很大程度上避免视频解码时所带来的内存和计算量的开销，所以压缩域的视频拷贝检测方法更能适应技术发展的需求。针对所有的视频压缩标准，MPEG-x和H.26x是应用最多的压缩标准，均采用DCT变换编码技术。以MPEG-x和H.26x为压缩标准的视频帧由I、P、B三类帧组成，其中I帧为帧内编码，不依赖P帧和B帧；P帧由前一个I帧或P帧预测得到；B帧由前一个I帧或P帧和后一个I帧或P帧双向预测得到。通过比较各种视频特征的效率、优势和不足之处得知，边缘特征和颜色特征比其它特征更适合应用于视频拷贝检测的研究。其中，边缘特征可以通过视频DCT系数中的AC部分获取，颜色特征可以通过视频DCT系数中的DC部分获取，均能应用于视频拷贝检测和场景边缘检测。由于视频帧图像中的大部分能量体现在DCT系数中的DC部分里，因此一些仅采用AC系数提取视频特征的方法在检测一些微小的视频篡改时，其检测率较低。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种基于DCT系数的压缩域视频拷贝盲检测方法，该方法对压缩域视频直接提取特征向量，简单高效。其基本思想是首先提取视频子镜头首个I帧的DCT系数中的AC分量和DC分量，然后融合二者构造成唯一的特征向量，最后通过比较两个视频的子镜头的特征向量获知视频是否经过了拷贝篡改。

本发明所提出的一种基于DCT系数的压缩域视频拷贝盲检测方法包括以下步骤：

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。

本发明的优点是：

（1）检测视频不需要进行解压即可获取特征向量，很大程度上减少了计算量和时耗；

（2）采用DCT系数构造特征向量，特征简单获取方便，提高检测速度。

附图说明

图1是本发明基于DCT系数的压缩域视频拷贝盲检测方法的流程图；

图2是根据本发明一实施例的一I帧被分成3×3区域的示意图；

图3是根据本发明一实施例的某一子区域的DCT系数示意图；

图4是根据本发明一实施例的一边缘方向模型示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1是本发明基于DCT系数的压缩域视频拷贝盲检测方法的流程图，如图1所示，所述基于DCT系数的压缩域视频拷贝盲检测方法包括以下步骤：

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；