[发明专利]一种数字视频转码检测方法

摘要

本发明属于视频检测技术领域，涉及一种数字视频转码检测方法，包括：建立一个样本库；对视频文件里的视频数据进行完全解码，并获取其中相关数字视频内容数据，建立视频文件的数据集；对所有帧的DCT系数和P、B帧的运动矢量、运动误差分别进行数据建模，对数据集进行特征提取，一共提取五类特征：DCT曲线的周期特征与奇异点、图像重采样特征、运动矢量的相似度和运动误差曲线的周期性；形成特征向量，建立分类器并进行训练；读取待检测的视频文件，获取特征向量，利用分类器对所检测的视频数据进行分类检测。本发明不需要事先对数字视频做任何预处理如在视频中添加数字水印信息等，具有实用性强，计算量小的优点。

主权项

1.一种数字视频转码检测方法，包括以下步骤：（1）建立一个样本库，包括一些已经知道原始压缩的视频文件和经过各种转码操作的视频文件；（2）对视频文件里的视频数据进行完全解码，并获取其中相关数字视频内容数据，建立视频文件的数据集，数据集内包括五种数据：视频中的重建DCT系数、量化尺度因子、运动矢量、运动误差以及像素值信息；（3）根据数字视频帧类型把视频数据分为帧内编码帧数据即I帧数据、前向预测编码帧数据即P帧数据和双向预测编码帧数据即B帧数据三大类数据集；（4）对所有帧的DCT系数和P、B帧的运动矢量、运动误差分别进行数据建模，方法如下：i.DCT系数建模：根据量化尺度因子将重建DCT系数块划分为N个子集Y1，即每个子集中的重建DCT系数块具有相同的量化尺度因子，然后对每个子集中的系数块，按照变换域的位置信息，将低频区域的非零变换系数分别构建DCT系数直方图曲线，并归一化记为H(q;p，n)，每条曲线对应于一个量化尺度因子和一个低频位置，其中q表示块的量化尺度因子，p表示低频位置，n表示重建DCT系数的值；ii.运动矢量建模：以帧为单位，分别统计其每个宏块的运动矢量在水平和垂直方向的大小，并按宏块位置信息存放，记为V(x,y)，其中(x,y)是宏块的位置信息；iii.运动误差建模：以帧为单位，分别统计其宏块的平均运动误差大小，并构建相应运动误差曲线；（5）对数据集进行特征提取，一共提取五类特征：DCT曲线的周期特征与奇异点、图像重采样特征（又称形变特征）、运动矢量的相似度和运动误差曲线的周期性，其中前两个特征是普遍性特征，后三种特征是针对性特征。（6）DCT曲线的周期特征提取：i.将DCT系数直方图H(q;p，n)按照n从小到大的顺序提取出H(q;p，n)不等于零的点重新排列为一个直方图H(q;p，m)，然后对直方图H(q;p，m)做一维的FFT变换获取频域曲线H_T(q;p,ω);ii.定义曲率描述算子k(q;p,ω)=|HT′′(q;p,ω)(1+(HT′(q;p,ω))2)32|]]>ω∈(0,π)，其中，H′_T(q；p,ω)和H″_T(q；p,ω)分别是H_T(q;p,ω)的一阶导数和二阶导数;iii.选择k(q;p,ω)最大值作为直方图H(q;p，n)的特征量；（7）DCT系数的奇异点特征提取：i.定义凸特性检测函数t(q;p,m)=0H′′(q;p,m)≥0-H′′(q;p,m)H(q;p,m)H′′(q;p,m)<0]]>m＝2,3ii.对每个子集Y1中都可以获取一系列的DCT直方图，选择其中最大的凸特性参数作为主要的辨别特征；（8）形变特征提取：在视频信息完全解码后，通过最大期望算法（EM算法）对这两种信号进行聚类分析，检测图像是否含有重采样痕迹；（9）运动矢量相关性特征提取：i.定义运动矢量角度相似度θ与长度相似度L：θ=arcos(V1(x,y)*V2(x,y)|V1(x,y)|*|V2(x,y)|)]]>L=|V1(x,y)||V2(x,y)|]]>其中(x，y)是宏块的位置信息，V₁(x，y)和V₂(x，y)是相邻两帧在同一位置(x，y)上的运动矢量；ii.定义相似度检测算子iii.在一个图像组中，每个预测帧都可以得到一系列的运动矢量相似度值，当一帧中有半数以上宏块的相似度检测算子为0时，则定义该帧的相似度为0，表示该视频很可能经过了视频转码操作；（10）运动误差曲线的周期性：对平均运动误差曲线做一维的FFT变化，如果其频域幅度图上出现了新的旁瓣，则说明了运动误差存在周期性，同时也指出视频经过了删帧或插帧操作；（11）综合三类帧的上述特征量，形成特征向量，建立分类器并进行训练；（12）读取待检测的视频文件，重复步骤（2）至（11）得到待检测的视频文件的特征向量，利用分类器对所检测的视频数据进行分类检测，将其分为两类：经过转码压缩编码的视频资源文件与原始压缩编码的视频资源文件。