[发明专利]基于深度神经网络的数字视频删帧篡改检测方法

说明书

本发明涉及一种基于深度神经网络的数字视频删帧篡改检测方法。该方法实现过程：将待检测视频剪辑成为若干个视频片段；利用多尺度差分卷积网络MsDCNN从视频片段中提取相邻帧的像素级差分特征和全局差分特征，将二者融合形成多尺度差分特征；将多尺度差分特征输入使用单向注意力机制的LSTM网络，经过全连接层得到视频片段的网络输出分数，判断视频片段中间点是否存在删帧；利用基于视频局部时空特征的后处理方法减少误检。

技术领域

本发明涉及可视媒体信息安全领域，具体涉及一种基于深度神经网络的数字视频删帧篡改检测方法。

背景技术

数字视频删帧篡改是从数字视频中删除若干个连续或非连续的帧，达到隐藏特定拍摄内容的目的。例如，在视频中删除一系列包含犯罪过程的帧，然后将经过删帧处理的视频作为犯罪嫌疑人不在场证明提供给法庭。因此，在一些重要的场合使用视频作为证据支持时，对视频进行帧删除的取证检测是非常有必要的。

视频删帧篡改检测的方法根据特征来源大体可以分为两类，一类是基于压缩域特征的检测方法，一类是基于内容连续性的检测方法。第一类方法利用视频压缩编码过程中产生的压缩效应检测篡改。当存在视频删帧操作时，压缩视频的DCT系数，预测残差，宏块等数据将产生异常的分布，此类方法通过检测这些异常来判断视频是否经过帧删除。第二类方法利用视频相邻帧的帧间差异连续性来检测视频删帧。由于视频帧间隔时间很短，单个镜头中相邻帧的内容差异应该是连续的。视频删帧操作会破坏这种连续性，从而使得删帧位置可以被检测。这类方法较少受到视频压缩因素的影响，而且可利用的特征较为丰富，具有很大的研究空间。

上述两类方法都是通过人工设计特征，在视频删帧篡改检测问题中，视频内容场景复杂多样，对不同的内容场景往往需要设计不同的特征和模型，很难设计出通用的特征和模型来检测视频删帧篡改。

近几年，深度神经网络被广泛应用于各个研究领域，深度神经网络属于数据驱动的方法，能够对具有较高复杂性和较多噪声的数据(如复杂场景下具有一定不稳定性的视频数据)进行有效的分析。已有基于深度学习的视频删帧篡改取证研究工作较少，且均采用了3D卷积的方式来提取视频的时空特征。3D卷积虽然能较好地捕获连续帧的运动信息，但它的参数量很大，对硬件的要求高，较难训练，且相关工作的识别准确率尚有提升的空间。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于深度神经网络的数字视频删帧篡改检测方法，该方法充分考虑经过删帧篡改的视频中相邻帧的特点，利用多尺度差分卷积神经网络MsDCNN和LSTM结合来提取时空特征，从而实现数字视频删帧篡改检测。

为实现上述目的，本发明的技术方案是：一种基于深度神经网络的数字视频删帧篡改检测方法，包括如下步骤：

步骤S1、将待检测视频剪辑成为若干个视频片段；

步骤S2、利用多尺度差分卷积网络MsDCNN从视频片段中提取相邻帧的像素级差分特征和全局差分特征，将二者融合形成多尺度差分特征；

步骤S3、将步骤S2得到的多尺度差分特征输入使用单向注意力机制的LSTM网络，经过全连接层得到视频片段的网络输出分数，判断视频片段中间点是否存在删帧；

步骤S4、对步骤S3得到的结果进行进一步分析，利用基于视频局部时空特征的后处理方法减少误检。

在本发明一实施例中，所述步骤S1具体实现方式为：

首先解码待测视频得到n张视频帧RGB图像，然后将得到的n张RGB图像转换为灰度图，再重采样至128×128像素大小，最后将重采样后的n张灰度图逐张分割为n-9个连续的10 帧的片段。

在本发明一实施例中，所述步骤S2具体实现方式为：