視頻摳像篡改檢測方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種視頻摳像篡改檢測方法及裝置，通過對視頻圖像進(jìn)行異常邊緣檢測，對邊緣點四個方向的偏差進(jìn)行計算，從而得更精確篡改檢測結(jié)果。進(jìn)一步的，在確定篡改對象之后，對這一幀的篡改區(qū)域進(jìn)行學(xué)習(xí)，此后的所有幀利用上面所述的目標(biāo)追蹤算法，從而避免了每一幀都進(jìn)行邊緣異常判斷的繁瑣，有效提高了篡改視頻幀獲取效率，大大縮減了運行的時間復(fù)雜度。
【專利說明】視頻摳像篡改檢測方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種視頻圖像處理方法，尤其是指一種視頻摳像篡改檢測方法及裝置。
【背景技術(shù)】
[0002]在網(wǎng)絡(luò)和多媒體技術(shù)迅速發(fā)展的今天，圖片、音視頻等多媒體文件的傳播變的更加快捷。數(shù)字時代高品質(zhì)成像設(shè)備和先進(jìn)多媒體編輯軟件的出現(xiàn)，也使得對這類數(shù)據(jù)的編輯篡改更加容易。技術(shù)的進(jìn)步給人們帶來方便的同時，也帶來了某些方面不利的影響。被惡意篡改的視頻通過網(wǎng)絡(luò)的傳播，混淆視聽，傳播虛假信息，也有不法分子通過對視頻的篡改毀滅證據(jù)，這些無疑在一定程度上影響了社會的穩(wěn)定。因此在信息安全領(lǐng)域，對視頻的篡改檢測技術(shù)已經(jīng)成為一個研究的熱點。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于克服了上述缺陷，提供一種視頻摳像篡改檢測方法及裝置。
[0004]本發(fā)明的目的是這樣實現(xiàn)的:一種視頻摳像篡改檢測方法，它包括步驟:
[0005]A)、設(shè)定跟蹤目標(biāo)，從視頻中設(shè)定跟蹤目標(biāo)；
[0006]B)、邊緣點檢測 ，將視頻轉(zhuǎn)換為圖像幀序列，選取圖像幀序列中跟蹤目標(biāo)完全出現(xiàn)的第一幀圖像進(jìn)行邊緣檢測以獲取跟蹤目標(biāo)的邊緣點；
[0007]C)、異常邊緣檢測，依次計算每個邊緣點的像素值與四個方向的像素值的偏差值，判斷該偏差值是否大于預(yù)設(shè)閾值，是則標(biāo)記該邊緣點為篡改點，最終將所有篡改點集合定義為篡改區(qū)域；
[0008]D)、跟蹤目標(biāo)檢測，選定跟蹤區(qū)域并輸入視頻的整個圖像幀序列，用目標(biāo)跟蹤算法在該跟蹤區(qū)域中依據(jù)篡改區(qū)域中篡改點集合信息來查找整個圖像幀序列時域上幀的篡改范圍，直至跟蹤目標(biāo)消失；
[0009]E)、結(jié)束跟蹤并標(biāo)記篡改范圍內(nèi)的所有幀為篡改幀，然后返回步驟A;
[0010]上述方法中，所述步驟C中邊緣點的四個方向包括垂直方向、水平方向及左、右對角方向；
[0011]上述方法中，設(shè)所述邊緣點的像素值為I(i，j)，則四個方向的偏差值計算公式為，
【權(quán)利要求】
1.一種視頻摳像篡改檢測方法，其特征在于:它包括步驟， A)、設(shè)定跟蹤目標(biāo)，從視頻中設(shè)定跟蹤目標(biāo)； B)、邊緣點檢測，將視頻轉(zhuǎn)換為圖像幀序列，選取圖像幀序列中跟蹤目標(biāo)完全出現(xiàn)的第一幀圖像進(jìn)行邊緣檢測以獲取跟蹤目標(biāo)的邊緣點； C)、異常邊緣檢測，依次計算每個邊緣點的像素值與四個方向的像素值的偏差值，判斷該偏差值是否大于預(yù)設(shè)閾值，是則標(biāo)記該邊緣點為篡改點，最終將所有篡改點集合定義為篡改區(qū)域； D)、跟蹤目標(biāo)檢測，選定跟蹤區(qū)域并輸入視頻的整個圖像幀序列，用目標(biāo)跟蹤算法在該跟蹤區(qū)域中依據(jù)篡改區(qū)域中篡改點集合信息來查找整個圖像幀序列時域上幀的篡改范圍，直至跟蹤目標(biāo)消失； E)、結(jié)束跟蹤并標(biāo)記篡改范圍內(nèi)的所有幀為篡改幀，然后返回步驟A。
2.如權(quán)利要求1所述的視頻摳像篡改檢測方法，其特征在于:所述步驟C中邊緣點的四個方向包括垂直方向、水平方向及左、右對角方向。
3.如權(quán)利要求2所述的視頻摳像篡改檢測方法，其特征在于:設(shè)所述邊緣點的像素值為I (i，j)，則四個方向的偏差值計算公式為，
4.如權(quán)利要求1所述的視頻摳像篡改檢測方法，其特征在于:所述步驟B中通過Canny算子、Log算子、Sobel算子或Prewitt算子進(jìn)行邊緣檢測。
5.如權(quán)利要求1所述的視頻摳像篡改檢測方法，其特征在于:所述步驟D中采用基于壓縮感知的跟蹤算法作為目標(biāo)跟蹤算法。
6.如權(quán)利要求1所述的視頻摳像篡改檢測方法，其特征在于:所述步驟D中的目標(biāo)算法包括步驟， D1)、讀取當(dāng)前圖像幀，對當(dāng)前圖像幀的跟蹤區(qū)域中采樣得到目標(biāo)與背景的圖像塊； D2)、對圖像塊進(jìn)行多尺度變換，提取得到多尺度圖像塊特征；D3)、選取一個稀疏測量矩陣對多尺度圖像特征進(jìn)行降維對多尺度圖像特征進(jìn)行降維； D4)、對降維后的圖像特征二分類后訓(xùn)練樸素貝葉斯分類器； D5)、讀取下一個圖像幀，從跟蹤區(qū)域中采樣掃描窗口，采用相同的稀疏測量矩陣對掃描窗口進(jìn)行降維并提取特征，采用上一步的樸素貝葉斯分類器對降維后掃描窗口特征進(jìn)行分類，其中分類份數(shù)最大的窗口標(biāo)記為目標(biāo)窗口。
7.如權(quán)利要求1所述的視頻摳像篡改檢測方法，其特征在于:所述步驟D后還包括選取圖像幀序列中跟蹤目標(biāo)出現(xiàn)的最后一幀圖像，進(jìn)行異常邊緣檢測，并將獲取的篡改區(qū)域與最初檢測到的異常區(qū)域?qū)Ρ?，看檢測結(jié)果是否一致，一致則繼續(xù)步驟。
8.一種視頻摳像篡改檢測裝置，其特征在于:它包括， 設(shè)定跟蹤目標(biāo)模塊，用于從視頻中設(shè)定跟蹤目標(biāo)而后轉(zhuǎn)到邊緣點檢測模塊； 邊緣點檢測模塊，用于將視頻轉(zhuǎn)換為圖像幀序列，選取圖像幀序列中跟蹤目標(biāo)完全出現(xiàn)的第一幀圖像進(jìn)行邊緣檢測以獲取跟蹤目標(biāo)的邊緣點而后轉(zhuǎn)到異常邊緣檢測模塊；異常邊緣檢測模塊，用于依次計算每個邊緣點的像素值與四個方向的像素值的偏差值，判斷該偏差值是否大于預(yù)設(shè)閾值，是則標(biāo)記該邊緣點為篡改點，最終將所有篡改點集合定義為篡改區(qū)域而后轉(zhuǎn)到跟蹤目標(biāo)檢測模塊； 跟蹤目標(biāo)檢測模塊，用于選定跟蹤區(qū)域并輸入視頻的整個圖像幀序列，通過目標(biāo)跟蹤算法器在該跟蹤區(qū)域中依據(jù)篡改區(qū)域中篡改點集合信息來查找整個圖像幀序列時域上幀的篡改范圍，直至跟蹤目標(biāo)消失而后轉(zhuǎn)到標(biāo)記模塊； 標(biāo)記模塊，用于當(dāng)結(jié)束跟蹤后，標(biāo)記篡改范圍內(nèi)的所有幀為篡改幀，然后返回設(shè)定跟蹤目標(biāo)模塊。
9.如權(quán)利要求8所述的視頻摳像篡改檢測裝置，其特征在于:所述跟蹤目標(biāo)檢測模塊的目標(biāo)算法器包括， 采樣單元，用于讀取當(dāng)前圖像幀，對當(dāng)前圖像幀的跟蹤區(qū)域中采樣得到目標(biāo)與背景的圖像塊而后轉(zhuǎn)到變換單元； 變換單元，用于對圖像塊進(jìn)行多尺度變換，提取得到多尺度圖像塊特征而后轉(zhuǎn)到降維單元； 降維單元，用于選取一個稀疏測量矩陣對多尺度圖像特征進(jìn)行降維對多尺度圖像特征進(jìn)行降維而后轉(zhuǎn)到訓(xùn)練單元； 訓(xùn)練單元，用于對降維后的圖像特征二分類后訓(xùn)練樸素貝葉斯分類器而后轉(zhuǎn)到標(biāo)記單元; 標(biāo)記單元，用于讀取下一個圖像幀，從跟蹤區(qū)域中采樣掃描窗口，采用相同的稀疏測量矩陣對掃描窗口進(jìn)行降維并提取特征，采用上一步的樸素貝葉斯分類器對降維后掃描窗口特征進(jìn)行分類，其中分類份數(shù)最大的窗口標(biāo)記為目標(biāo)窗口。
10.如權(quán)利要求8所述的視頻摳像篡改檢測裝置，其特征在于:所述跟蹤目標(biāo)檢測模塊通過復(fù)核模塊轉(zhuǎn)到標(biāo)記模塊，所述復(fù)核模塊用于選取圖像幀序列中跟蹤目標(biāo)出現(xiàn)的最后一幀圖像，進(jìn)行異常邊緣檢測，并將獲取的篡改區(qū)域與最初檢測到的異常區(qū)域?qū)Ρ?，看檢測結(jié)果是否一致，一致則轉(zhuǎn)到標(biāo)記模塊。
【文檔編號】G06T7/60GK103839255SQ201310651667
【公開日】2014年6月4日 申請日期:2013年12月5日 優(yōu)先權(quán)日:2013年12月5日
【發(fā)明者】黃添強(qiáng), 袁秀娟, 卓華, 邱源峰, 陳云鋒 申請人:福建師范大學(xué), 福建省三奧信息科技股份有限公司