[发明专利]一种基于ENF相关系数的监控视频篡改盲检测方法

说明书

技术领域

本发明涉及一种数字视频的取证技术，特别涉及一种基于ENF相关系数的监控视频篡改盲检测方法。

背景技术

在当今社会当中，数字监控视频被广泛地应用于多个方面，包括安全保障、新闻媒体、法律证据等，涉及到社会生活的各个方面，与国防安全，社会稳定有着重要的联系。正因为数字监控视频具有上述的重要作用，保证其真实可靠性变得尤为关键。随着科技的进步，视频编辑软件越发普及，对监控视频的篡改变得越发容易。如果经篡改的监控视频被用于前述的安保、新闻、法律等用途，将会导致严重的结果，造成各种不良的社会影响。因此，监控视频的篡改检测方法具有重要的研究意义与迫切的实际需求。

目前的数字监控视频篡改检测方法多数是借助嵌入数字水印来进行的主动检测。基于数字水印的检测方法在较早之前就被提出，之后一直是国内外学者的研究热点。2013年7月，国内学者刘立冬等人在《计算机应用》中发表论文《基于H.264压缩域的视频盲水印算法；2013年12月，国外学者Khalilian等人在期刊IEEE Transactions on Image Processing中发表论文《Video Watermarking With Empirical PCA-Based Decoding》。类似的介绍基于数字水印的检测算法的论文在国内外学术期刊及会议上十分常见。这一类检测方法需要在拍摄监控视频时同步向其中嵌入脆弱或半脆弱数字水印，在检测时通过提取水印与原始水印匹配达到检测篡改的目的。然而，这一类算法对于没有事先嵌入数字水印的视频是不能进行有效检测的。而在实际应用中，绝大部分监控视频是没有同步嵌入数字水印的，这意味着基于数字水印的检测算法对于大部分监控视频是无效的。

为了提高监控视频检测算法的灵活性，采用不需事先嵌入水印的盲检测方法是较好的选择。然而，由于技术难度较大，此类算法的研究成果极为有限。国外学者Farid等人在ACM会议以及IEEE期刊上发表论文提出了几种数字视频盲检测算法。然而，受到视频编码格式或视频内容的限制，目前的几种盲检测算法对于监控视频的篡改检测效果并不理想。

近年来，利用电网频率（Electric Network Frequency,ENF）进行数字多媒体取证的方法逐渐受到学者的重视，尤其是在音频取证领域。2013年9月Garg等学者在IEEE Transactions on Information Forensics and Security上发表论文《SeeingENF:Power-Signature-Based Timestamp for Digital Multimedia via Optical Sensing and Signal Processing》，提出了在视频中提取ENF信号的方法，为将ENF信号应用于视频取证领域奠定了技术基础。ENF信号对视频压缩等处理具有良好的鲁棒性，十分适合于检测利用市电供电，通常在静止位置进行拍摄的视频监控系统所拍摄的监控视频。然而，由于监控视频的帧率普遍不高，其中ENF信号的数据量不足，难以用于盲检测。虽然Garg等在上述论文中提出可同时提取电源的ENF信号，将其与从视频中提取的ENF信号进行比对来实现检测，但这样的方法与前述基于水印嵌入的方法一样都不属于盲检测算法，在实际应用中受到较大限制。迄今为止，利用ENF来进行数字监控视频篡改盲检测的方法尚未见报道。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于ENF相关系数的监控视频篡改盲检测方法，该方法有效地克服了现有监控视频篡改检测方法的灵活性不足，应用范围受限，检测效果不佳等缺点。

本发明的目的通过下述技术方案实现：一种基于ENF相关系数的监控视频篡改盲检测方法，其主要步骤如下：

步骤1、用户选择待检测的可疑监控视频，根据视频的信息确定视频帧率f_s、视频帧数N以及拍摄地区确定电网频率f₀；

步骤2、将视频的各个帧均划分为4×4的子块b_i,j，其中，i=1,2,...,N，为帧序号，j=1,2,...,M，为帧内块序号，M为各帧可划分子块的数量；对各子块计算其像素亮度分量的平均值y_i,j，对处于各帧相同位置的子块，找出亮度均值的最大值和最小值计算最大值与最小值的差值若d_j小于设定的阈值T_s，则认为该位置的子块是静止子块；所有所述静止子块组成静止区域，计算各个帧的静止区域的像素亮度平均值得到一个含有N个元素的亮度均值向量