[发明专利]一种基于边界效应的HEVC视频双压缩检测方法及系统

权利要求书

1.一种基于边界效应的HEVC视频双压缩检测方法，其特征在于，所述方法包括：

步骤1：将待检测的HEVC视频进行解码，解码过程中以CTU为单位提取I帧中的DCT系数；

步骤2：对于每个CTU，计算变换单元TU边界处的相邻两行/列之间的DCT系数的边界效应度量；

步骤3：对于待检测HEVC视频的所有I帧中的CTU进行同样的相关性度量，求取CTU均值，构建HEVC视频的特征序列；

步骤4：将HEVC视频的特征序输入已经训练完成的支持向量机中，获得分类结果；

所述步骤1包括：

步骤1-1：将输入的HEVC视频进行解码为帧序列，提取出这些帧中的I帧的DCT系数；

步骤1-2：将步骤1-1中提取的I帧中的DCT系数按照大小为64×64的CTU为单位进行提取；

所述步骤2包括：

步骤2-1：对于步骤1-2中提取的大小为64×64的CTU，计算第4k列与第4k+1列DCT系数之间的统计特征，作为一个CTU对应的DCT系数水平方向边界特征，其中，k＝1，2，3，…，15；具体地：

步骤2-1-1：对于上述相邻的第4k列与第4k+1列DCT系数，取其绝对值，计算其水平方向、间隔为1的共生矩阵，DCT系数的范围取0、1、2、3、4这五个整数值，得到一个25维的特征向量，其中的每个元素如式(1)所示：

步骤2-2：对于步骤1-2中提取的大小为64×64的CTU，计算第4k行与第4k+1行DCT系数之间的统计特征，作为一个CTU对应的DCT系数竖直方向边界特征，其中，k＝1，2，3，…，15；具体地：

步骤2-2-1：对于上述相邻的第4k列与第4k+1列DCT系数，取其绝对值，计算其竖直方向、间隔为1的共生矩阵，DCT系数的范围取0、1、2、3、4这五个整数值，得到一个25维特征向量，其中的每个元素如式(2)所示：

所述步骤3包括：

步骤3-1：对于步骤1-2中提取的T个大小为64×64的CTU，重复步骤2中的计算过程，分别得到待检测HEVC视频对应的水平方向和竖直方向的25维特征向量，具体地：

步骤3-1-1：对于这T个CTU，重复步骤2-1中的计算过程，得到T个25维的水平方向的25维特征向量，对25维特征向量求平均值，可以得到待检测HEVC视频对应的25维水平方向特征向量，如式(3)所示：

步骤3-1-2：对于这T个CTU，重复步骤2-2中的计算过程，得到T个25维的竖直方向的25维特征向量，对25维特征向量求平均值，可以得到待检测HEVC视频对应的25维竖直方向特征向量，如式(4)所示：

步骤3-2：将步骤3-1中得到的两个方向的25维特征向量进行拼接，得到一个50维的HEVC视频的总特征向量。

2.根据权利要求1所述的方法，其特征在于，所述步骤4包括：

步骤4-1：选取原始YUV序列，使用量化参数QP1进行一次压缩后得到单压缩的HEVC视频作为数据集中的正样本；

将单压缩HEVC视频解码，使用量化参数QP2(QP2≠QP1)重新压缩，得到对应的双压缩HEVC视频作为数据集中的负样本；

步骤4-2：构造支持向量机作为分类器，该分类器的核函数采用径向基RBF函数，该分类器的超参数C和gamma使用网格搜索的方式得到最优值，并采用五折交叉验证的方式进行验证；

步骤4-3：使用步骤3中的计算方式，计算步骤4-1中的数据集中的HEVC视频对应的50维特征向量，将这些50维特征向量输入步骤4-2所述的支持向量机进行训练，得到训练好的分类器；

步骤4-4：使用步骤3中的计算方式，计算待检测HEVC视频的特征向量，输入步骤4-3中训练好的支持向量机分类器，得到分类判定结果。