中图法分类号TN911.docVIP

中图法分类号:( TN911.73) 文献标识码:A 文章编号: 基于视频感知哈希的视频篡改检测与 多粒度定位 朱映映， 文振焜， 杜以华， 邓良太 (深圳大学计算机与软件学院 深圳 518060) 摘 要：为了对被篡改过的视频进行准确、快速的篡改检测与定位，引入人类视觉可计算模型，提出一种多层次、多粒度的视频篡改快速检测与定位算法。该算法采用随机分块采样技术，提取视频结构感知特征及视频图像时域感知特征，利用哈希理论的单向摘要特性量化感知特征，获取视频摘要哈希。通过应用相似度矩阵进行多粒度、多层次篡改部位检测与定位。实验结果显示，相似度拟合图能够体现视频篡改攻击强度，攻击部位，算法表现出更好的篡改检测准确率与定位精确度。 关键字：视频篡改；视频感知哈希；多粒度定位； 感知特征 Video forgery detection and multi-granularity location based on video perceptual hashing Zhu Yingying, Wen Zhenkun, Du Yihua, Deng Liangtai (College of Computer Science and Software, Shenzhen University, Shenzhen, 518060) Abstract: To detect fast and accurately the videos that were tampered, the human visual model is introduced to our algorithm. A multi-level and multi-granularity algorithm to detect and locate video tampering is presented in this paper. The random block sampling technology is used, and video structure perceptual features and time domain perceptual features of video images are extracted. Then, the unidirectional abstract of hash theory is used to quantify perceptual features, and video abstract hash value is obtained. The similarity matrix is applied to give a multi-level and multi-granularity detection and location for tampered data. Experimental results show that similarity fitting diagram can reflect the attack power and the attack site of video tampering. And the algorithm shows better precision and positioning accuracy. Keywords: video tampering; video perceptual hashing; multi-granularity location; perceptual features 0 引言 当前，由于网络技术、多媒体技术的迅猛发展，视频传播日益迅速，视频数据呈爆炸性增长。同时伴随视频编辑软件，如Adobe Premiere等视频编辑软件的广泛使用，用户对数字视频的修改和编辑变得更加容易。这使得视频信息的安全问题日益突出。对于视频数据，目前需要亟待解决的问题是：认证数字视频的真实性和完整性，保护视频数据的版权，以及快速准确地检测并定位可能发生的视频篡改。 “视频篡改主要是指借助一些视频编辑工具或者软件，对视频的内容、格式等进行修改，导致其原始信息完整性、真实性被破坏。广义上，任何对视频的编辑都属于视频篡改；狭义上，视频篡改主要是指那些通过修改视频达到一定违规甚至非法目的的行为 [1] 。”近几年出现的视频篡改检测方法，主要有数字水印、数字签名和数字视频被动认证技术。对于数字水印技术，现有的大部分视频数据都没有事先将水印嵌入。即使在某些视频中嵌入了水印，也或多或少会影响视频的原始信息。而且，对于剪切，旋转等这些常规的视频图像编辑操作，嵌入的水印信息的鲁棒性一般较难满足，水印算法很难在提取和嵌入之间进行同步。而感知哈希技术因为继承了传统密码学