[发明专利]基于运动矢量残差的HEVC视频双压缩取证方法及系统

说明书

本发明提供了一种基于运动矢量残差的HEVC视频双压缩取证方法及系统，涉及视频重压缩检测技术领域，该方法包括：步骤S1：对待检测视频进行解码，并获得解码后的视频帧图片，解码过程中提取各帧间编码帧的编码模式信息；步骤S2：对于提取的编码模式信息，采用空间尺度上的特征融合构建帧间编码差异的特征序列；步骤S3：通过投票算法对所述特征序列进行分析，定位异常帧位置；步骤S4：对于异常帧序列进行时域分析，判断待检测视频是否经历双压缩；步骤S5：若视频经历了双压缩，则进一步推断首次压缩中的GOP长度。本发明能够考虑HEVC针对快速变化场景设计的自适应编码模式，具有鲁棒性高，检测效率高的特点。

技术领域

本发明涉及视频重压缩检测技术领域，具体地，涉及一种基于运动矢量残差的HEVC视频双压缩取证方法及系统。

背景技术

随着科技的进步,功能强大的视频编辑软件的推出,人们可以非常方便的对数字视频进行编辑修改。如果为了歪曲事实、颠倒黑白、破坏社会秩序、影响社会诚信而对数字视频的内容进行篡改,无疑会对社会产生极其恶劣的影响,危及社会信息安全。为此数字视频篡改取证研究变得非常必要,具有非常重要的现实意义。数字视频被动取证技术是通过分析视频数据的统计特性或检测篡改视频时遗留的痕迹来判断视频是否遭受篡改。现有的数字视频被动取证技术一般根据数字视频的篡改方式不同而设计不同的篡改检测算法。数字视频被动取证技术不依赖外加的辅助信息，完全依靠视频自身的数据信息判断视频的真实性和完整性，所以被动取证技术应用面更广。

双压缩检测作为被动取证技术的分支，其原理为，视频信息在拍摄完成时，处于未压缩状态，为了储存和传送的方便，需要对其进行压缩，而攻击者想要对视频进行篡改，通常需要将压缩后的视频先解压，在时空域篡改后再次压缩，也就是经历了复数次压缩操作，视频双压缩检测即判断目标视频是否经历复数次压缩，这也是视频被动取证的一个重要内容。

HEVC是新一代的视频编码标准，相比传统的编码标准，HEVC在高清视频的编码效率上有了很大提升，因此也得到了更广泛的运用。在旧的编码标准，如MPEG，H.264上,双压缩的取证算法已经取得了很好的成效，然而在HEVC中，这方面的研究相对较少，尤其是HEVC为了能更好的编码快速变化场景，提出了一种自适应参数的编码方式，而以这种方式为对象的双压缩取证算法研究寥寥无几。因此，研究基于HEVC的，尤其是面向自适应参数场景的双压缩取证算法变得尤为重要。

公开号为CN112788331A的发明专利，公开了一种视频重压缩检测方法、终端设备及存储介质，所述视频重压缩检测方法包括：获取视频数据集；对所述视频数据集进行解码，得到训练数据集和测试数据集的视频帧序列；根据所述训练数据集和所述测试数据集的视频帧序列，提取所述训练数据集和所述测试数据集的视频帧序列的统计特征；根据所述训练数据集的视频帧序列的统计特征训练视频重压缩检测分类器，得到视频重压缩检测模型；根据所述视频重压缩检测模型，对所述测试数据集的视频帧序列的统计特征进行视频重压缩检测。该专利采用机器学习的分类方法，效果取决于模型质量，而本发明不需要预训练模型，表现稳定且检测效率高。

公开号为CN112911298A的发明专利，公开了一种基于边界效应的HEVC视频双压缩检测方法及系统，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。该专利仅采用传统的编码系数作为特征，且只针对GOP固定的场景，而本发明采用了HEVC独有的编码系数作为特征，且考虑了自适应编码场景。

发明内容

针对现有技术中的缺陷，本发明提供一种基于运动矢量残差的HEVC视频双压缩取证方法及系统。

根据本发明提供的一种基于运动矢量残差的HEVC视频双压缩取证方法及系统，所述方案如下：