本發(fā)明涉及雙重壓縮檢測方法，具體地，涉及一種H.264視頻同量化因子雙重壓縮檢測方法。
背景技術(shù)：
：為了驗(yàn)證數(shù)字視頻是否被篡改，許多主動取證技術(shù)已經(jīng)被提出，比如：數(shù)字水印技術(shù)。主動取證需要將認(rèn)證信息嵌入數(shù)字視頻中。但是在現(xiàn)實(shí)中視頻經(jīng)常在最初錄制時并沒有嵌入認(rèn)證信息，因此只依賴數(shù)字視頻的固有特性進(jìn)行檢測的被動取證技術(shù)有較大的應(yīng)用空間。視頻的篡改操作一般處于非編碼域的層面，所以篡改視頻會經(jīng)過至少兩次壓縮。根據(jù)兩次壓縮時GOP結(jié)構(gòu)是否相同，視頻的雙重壓縮可分為兩類：GOP結(jié)構(gòu)對齊和GOP結(jié)構(gòu)不對齊的雙重壓縮。GOP結(jié)構(gòu)對齊的情況下，視頻在每次壓縮時，GOP結(jié)構(gòu)和各幀的類型不會改變。由于MPEG標(biāo)準(zhǔn)中I幀的壓縮方式和JPEG壓縮標(biāo)準(zhǔn)的相似性，許多JPEG圖像雙重壓縮檢測技術(shù)被運(yùn)用到MPEG雙重壓縮檢測中。另外，隨著其他視頻編碼標(biāo)準(zhǔn)(比如H.264和H.265)的廣泛運(yùn)用，加上視頻在時域表現(xiàn)出的一些特性，越來越多的針對視頻雙重壓縮的檢測技術(shù)被提出。經(jīng)過對現(xiàn)有雙重壓縮檢測技術(shù)的檢索發(fā)現(xiàn)，授權(quán)公告號為CN102413328B、授權(quán)公告日為2013年11月06日的中國專利記載了一種“JPEG圖像雙重壓縮檢測方法及系統(tǒng)”，該技術(shù)針對給定的待測JPEG圖像進(jìn)行矯正獲得參考圖像，提取待檢測JPEG圖像及參考圖像的量化DCT參數(shù)的直方圖，并根據(jù)兩者直方圖計(jì)算各頻率的特征值，采用經(jīng)訓(xùn)練的分類器對所述特征值進(jìn)行模式識別，判別所述待檢測JPEG圖像是否經(jīng)過雙重壓縮。申請公布號為CN104837028A、申請公布日為2015年08月12日的中國專利記載了一種“視頻同比特率雙重壓縮檢測方法”，該技術(shù)對視頻進(jìn)行預(yù)處理，提取視頻各幀的首位數(shù)字概率分布函數(shù)，并與Benford近似對數(shù)定律擬合后得到12維特征，使用訓(xùn)練視頻的特征訓(xùn)練分類器，最后利用分類器對測試視頻各幀進(jìn)行分類，判斷測試視頻是否經(jīng)過雙重壓縮。目前，針對H.264視頻同量化因子雙重壓縮檢測相關(guān)的專利依舊是個空白。技術(shù)實(shí)現(xiàn)要素：針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種H.264視頻同量化因子雙重壓縮檢測方法。根據(jù)本發(fā)明提供的H.264視頻同量化因子雙重壓縮檢測方法，包括如下步驟：步驟1：初始化n的值，令n＝1，n表示第n次輸入的H.264視頻；步驟2：對輸入的H.264視頻進(jìn)行解碼，解碼后的H.264視頻記為Vn，Vn表示第n次輸入的H.264視頻，獲取H.264視頻Vn對應(yīng)的YUV序列Yn，以及該H.264視頻Vn的I幀中所有宏塊的幀內(nèi)預(yù)測宏塊模式IPMBMn；步驟3：使用與H.264視頻Vn相同的量化因子對YUV序列Yn進(jìn)行編碼得到H.264視頻Vn+1，并獲得H.264視頻Vn+1的YUV序列Yn+1，以及H.264視頻Vn+1幀I幀中所有宏塊的幀內(nèi)預(yù)測宏塊模式IPMBMn+1，Vn+1表示第n+1次輸入的H.264視頻，即經(jīng)過n次重壓縮的H.264視頻；令n自增1；步驟4：判斷n是否大于K，若n小于等于K，則對比IPMBMn和IPMBMn+1，得到平均每個I幀內(nèi)所有宏塊的幀內(nèi)預(yù)測宏塊模式不相同的宏塊的數(shù)量，記為Cn，返回執(zhí)行步驟2；其中，Cn表示第n次比對得到的平均每個I幀內(nèi)所有宏塊的幀內(nèi)預(yù)測宏塊模式不相同的宏塊的數(shù)量；若n大于K，則執(zhí)行步驟5，其中：K表示比對的總次數(shù)；步驟5：將K次比對得到的所有Cn的值分別除以對應(yīng)H.264視頻單幀內(nèi)宏塊的總數(shù)量，得到相應(yīng)的K個值，記為Fn，其中n＝1,2,…，K；并將該K個值組合成K維特征向量，記為F，F(xiàn)＝(F1,F2,…,FK)；步驟6：使用訓(xùn)練視頻集的特征向量訓(xùn)練分類器，采用分類器對待預(yù)測視頻的特征向量進(jìn)行分類，判斷出視頻是否經(jīng)過同量化因子的雙重壓縮。優(yōu)選地，所述步驟2中關(guān)于H.264視頻I幀中所有宏塊幀內(nèi)預(yù)測宏塊模式由宏塊類型和幀內(nèi)預(yù)測模式信息組成，具體定義如下：IPMBM(MB)＝{MBtype，MBpre}式中，MB表示一個16x16宏塊，MBtype表示宏塊類型，MBpre表示宏塊的幀內(nèi)預(yù)測模式信息，IPMBM(MB)表示H.264視頻I幀中宏塊MB幀內(nèi)預(yù)測宏塊模式。如果MBtype為intra_16x16，則IPMBM可以表示為：IPMBM(MB)＝{intra16×16，MBpre}MBpre∈{Vertical，DC，Horizontal，Plane}式中，MBpre是16x16子塊的幀內(nèi)預(yù)測模式，如上式中所示有四種類型。如果MBtype為intra_4x4，則IPMBM可以表示為：IPMBM(MB)={intra4×4,{MBpre1,...,MBpre16}}]]>MBprei∈{Vertical,Horizontal,DC,Down_Left,Down_Right,Vertical_Right,Horizontal_Down,Vertical_Left,Horizontal_Up}]]>式中，代表一個4x4子塊的幀內(nèi)預(yù)測模式，如上式中所示有九種類型。當(dāng)且僅當(dāng)兩個宏塊的宏塊類型和幀內(nèi)預(yù)測模式都完全相同時，兩個宏塊擁有相同的IPMBM。優(yōu)選地，所述步驟4中Cn的計(jì)算公式如下：Cn=1NΣi,x,yI(MBn(i,x,y),MBn+1(i,x,y))]]>式中：N代表I幀的總數(shù)量，MBn(i,x,y)代表經(jīng)過n次壓縮的視頻中第i個I幀內(nèi)處于(x,y)位置上的宏塊，MBn+1(i,x,y)代表經(jīng)過n+1次壓縮的視頻中第i個I幀內(nèi)處于(x,y)位置上的宏塊，i的取值為1,2，…N；其中：指示函數(shù)I(MB1,MB2)的定義如下：I(MB1,MB2)=1,IPMBM(MB1)≠IPMBM(MB2)0,IPMBM(MB1)=IPMBM(MB2)]]>式中，MB1和MB2分別表示兩個不同的宏塊，IPMBM(MB1)表示H.264視頻I幀中宏塊MB1幀內(nèi)預(yù)測宏塊模式，IPMBM(MB2)表示H.264視頻I幀中宏塊MB2幀內(nèi)預(yù)測宏塊模式。優(yōu)選地，所述步驟5中的Fn的計(jì)算公式如下：Fn＝Cn/NT式中：NT代表單幀內(nèi)包含的宏塊總數(shù)量，n表示Fn在K維特征向量F內(nèi)所處的元素位置，n＝1,2,…,K。優(yōu)選地，所述步驟6包括如下步驟：步驟6.1：構(gòu)造包括測試視頻特征向量和標(biāo)簽的訓(xùn)練集，其中，所述測試視頻特征向量集由訓(xùn)練視頻經(jīng)過步驟1～步驟5得到K維特征向量組成，以標(biāo)簽0表示該測試視頻未經(jīng)過雙重壓縮，以標(biāo)簽1表示該測試視頻經(jīng)過雙重壓縮；步驟6.2：利用核函數(shù)RBF，從所述訓(xùn)練集中選擇參數(shù)對，其中所述核函數(shù)RBF為設(shè)置支持向量機(jī)SVM的核函數(shù)，運(yùn)用交叉驗(yàn)證的方法進(jìn)行參數(shù)尋優(yōu)，得到參數(shù)對(c，g)；其中c表示懲罰系數(shù)，g是核函數(shù)參數(shù)；步驟6.3：將特征向量集合、標(biāo)簽集合、核函數(shù)RBF和參數(shù)對(c，g)作為輸入，經(jīng)過SVM訓(xùn)練，得到分類器；步驟6.4：待測視頻經(jīng)過步驟1～步驟5得到K維特征向量作為分類器的輸入，經(jīng)過分類器的預(yù)測，輸出標(biāo)簽0或者標(biāo)簽1，判斷出視頻是否經(jīng)過重壓縮處理。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：1、本發(fā)明所提供的基于幀內(nèi)預(yù)測宏塊模式特征的檢測方法，利用經(jīng)過相同量化因子壓縮的I幀宏塊的IPMBM隨著壓縮次數(shù)的增加而變得越來越穩(wěn)定的特性來進(jìn)行檢測；從而填補(bǔ)了H.264視頻同量化因子雙重壓縮檢測技術(shù)相關(guān)領(lǐng)域的空白，為雙重壓縮視頻檢測提供了有效的新方法。2、本發(fā)明提供的H.264視頻同量化因子雙重壓縮檢測方法準(zhǔn)確率高，對不同的量化因子和視頻分辨率具有較好的魯棒性。附圖說明通過閱讀參照以下附圖對非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點(diǎn)將會變得更明顯：圖1為本發(fā)明提供的特征向量提取流程圖；圖2為本發(fā)明提供的訓(xùn)練分類器流程圖；圖3為本發(fā)明提供的分類器分類流程圖；圖4為本發(fā)明提供的模型框架圖。具體實(shí)施方式下面結(jié)合具體實(shí)施例對本發(fā)明進(jìn)行詳細(xì)說明。以下實(shí)施例將有助于本領(lǐng)域的技術(shù)人員進(jìn)一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應(yīng)當(dāng)指出的是，對本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變化和改進(jìn)。這些都屬于本發(fā)明的保護(hù)范圍。根據(jù)本發(fā)明提供的H.264視頻同量化因子雙重壓縮檢測方法，包括如下步驟：步驟1：初始化n的值，令n＝1，n表示第n次輸入的H.264視頻；步驟2：對輸入的H.264視頻進(jìn)行解碼，解碼后的H.264視頻記為Vn，Vn表示第n個輸入的H.264視頻，獲取H.264視頻Vn對應(yīng)的YUV序列Yn，以及該H.264視頻Vn的I幀中所有宏塊的幀內(nèi)預(yù)測宏塊模式IPMBMn；步驟3：使用與H.264視頻Vn相同的量化因子對YUV序列Yn進(jìn)行編碼得到H.264視頻Vn+1，并獲得H.264視頻Vn+1的YUV序列Yn+1，以及H.264視頻Vn+1幀I幀中所有宏塊的幀內(nèi)預(yù)測宏塊模式IPMBMn+1，Vn+1表示第n+1個輸入的H.264視頻，即經(jīng)過n次重壓縮的H.264視頻；令n自增1；步驟4：判斷n是否大于K，若n小于等于K，則對比IPMBMn和IPMBMn+1，得到平均每個I幀內(nèi)所有宏塊的幀內(nèi)預(yù)測宏塊模式不相同的宏塊的數(shù)量，記為Cn，返回執(zhí)行步驟2；其中，Cn表示第n次比對得到的平均每個I幀內(nèi)所有宏塊的幀內(nèi)預(yù)測宏塊模式不相同的宏塊的數(shù)量；若n大于K，則執(zhí)行步驟5，其中：K表示比對的總次數(shù)；步驟5：將K次比對得到的所有Cn的值分別除以對應(yīng)單幀內(nèi)宏塊的總數(shù)量，得到相應(yīng)的K個值，記為Fn，其中n＝1,2,…，K；并將該K個值組合成K維特征向量，記為F，F(xiàn)＝(F1,F2,…,FK)；步驟6：使用訓(xùn)練視頻集的特征向量訓(xùn)練分類器，采用分類器對待預(yù)測視頻的特征向量進(jìn)行分類，判斷出視頻是否經(jīng)過同量化因子的雙重壓縮。所述步驟2中關(guān)于H.264視頻I幀中所有宏塊幀內(nèi)預(yù)測宏塊模式由宏塊類型和幀內(nèi)預(yù)測模式信息組成，具體定義如下：IPMBM(MB)＝{MBtype，MBpre}式中，MB表示一個16x16宏塊，MBtype表示宏塊類型，MBpre表示宏塊的幀內(nèi)預(yù)測模式信息，IPMBM(MB)表示H.264視頻I幀中所有宏塊幀內(nèi)預(yù)測宏塊模式。具體地，若MBtype為intra_16x16，則IPMBM的表示形式如下：IPMBM(MB)＝{intra16×16，MBpre}MBpre∈{Vertical，DC，Horizontal，Plane}式中，MBpre是16x16子塊的幀內(nèi)預(yù)測模式，如上式中所示有四種類型。若MBtype為intra_4x4，則IPMBM的表示形式如下：IPMBM(MB)={intra4×4,{MBpre1,...,MBpre16}}]]>MBprei∈{Vertocal,Horizontal,DC,Down_Left,Down_Right,Vertical_Right,Horizontal_Down,Vertical_Left,Horizontal_Up}]]>式中，代表一個4x4子塊的幀內(nèi)預(yù)測模式，如上式中所示有九種類型。當(dāng)且僅當(dāng)兩個宏塊的宏塊類型和幀內(nèi)預(yù)測模式都完全相同時，兩個宏塊擁有相同的IPMBM。所述步驟4中Cn的計(jì)算公式如下：Cn=1NΣi,x,yI(MBn(i,x,y),MBn+1(i,x,y))]]>式中：N代表I幀的總數(shù)量，MBn(i,x,y)代表經(jīng)過n次壓縮的視頻中第i個I幀內(nèi)處于(x,y)位置上的宏塊，其中：指示函數(shù)I(MB1,MB2)的定義如下：I(MB1,MB2)=1,IPMBM(MB1)≠IPMBM(MB2)0,IPMBM(MB1)=IPMBM(MB2)]]>式中，MB1和MB2分別代表兩個宏塊。所述步驟5中的Fn的計(jì)算公式如下：Fn＝Cn/NT式中：NT代表單幀內(nèi)包含的宏塊總數(shù)量，n表示Fn在K維特征向量F內(nèi)所處的元素位置，n＝1,2,…,K。所述步驟6包括如下步驟：步驟6.1：構(gòu)造包括測試視頻特征向量和標(biāo)簽的訓(xùn)練集，其中，所述測試視頻特征向量集由訓(xùn)練視頻經(jīng)過步驟1～步驟5得到K維特征向量組成，以標(biāo)簽0表示該測試視頻未經(jīng)過雙重壓縮，以標(biāo)簽1表示該測試視頻經(jīng)過雙重壓縮；步驟6.2：利用核函數(shù)RBF，從所述訓(xùn)練集中選擇參數(shù)對，其中所述核函數(shù)RBF為設(shè)置支持向量機(jī)SVM的核函數(shù)，運(yùn)用交叉驗(yàn)證的方法進(jìn)行參數(shù)尋優(yōu)，得到參數(shù)對(c，g)；其中c表示懲罰系數(shù)，g是核函數(shù)參數(shù)；步驟6.3：將特征向量集合、標(biāo)簽集合、核函數(shù)RBF和參數(shù)對(c，g)作為輸入，經(jīng)過SVM訓(xùn)練，得到分類器；步驟6.4：待測視頻經(jīng)過步驟1～步驟5得到K維特征向量作為分類器的輸入，經(jīng)過分類器的預(yù)測，輸出標(biāo)簽0或者標(biāo)簽1，判斷出視頻是否經(jīng)過重壓縮處理。下面結(jié)合附圖和具體實(shí)施例對本發(fā)明做更加詳細(xì)的說明。如圖1所示，圖中為K維特征向量提取流程。第一步：對輸入視頻進(jìn)行重復(fù)的同量化因子的編碼和解碼，得到多個經(jīng)過重復(fù)壓縮的視頻，并在解碼過程中提取IPMBM。H.264視頻I幀幀內(nèi)預(yù)測宏塊模式IPMBM，由宏塊類型和幀內(nèi)預(yù)測模式信息組成。在H.264標(biāo)準(zhǔn)的幀間預(yù)測中，按照子塊分割方式，I幀的16x16亮度宏塊一般有兩種宏塊類型，即：intra_4x4(分割為16個4x4子塊)和intra_16x16(分割為1個16x16子塊)。對于4x4子塊，根據(jù)其參考的相鄰像素的位置關(guān)系，又存在9種幀內(nèi)預(yù)測模式。對于16x16子塊，同樣根據(jù)其參考的相鄰像素的位置關(guān)系，存在4種幀內(nèi)預(yù)測模式。當(dāng)某個宏塊被編碼時，編碼器計(jì)算各種宏塊類型和幀內(nèi)預(yù)測模式的組合下所需的資源消耗，然后選擇消耗最小的那個組合。資源消耗由一些統(tǒng)計(jì)模型計(jì)算而來，一般會綜合考慮所需比特大小和誤差統(tǒng)計(jì)值。當(dāng)前像素值減去參考像素值得到預(yù)測殘差，編碼器再對預(yù)測殘差進(jìn)行編碼。所以宏塊類型和子塊的幀內(nèi)預(yù)測模式取決于當(dāng)前塊的像素和相鄰像素的綜合作用。第二步：計(jì)算相鄰壓縮版本的視頻之間，平均每個I幀內(nèi)IPMBM不相同的宏塊的數(shù)量Cn。計(jì)算公式如下：Cn=1NΣi,x,yI(MBn(i,x,y),MBn+1(i,x,y))]]>式中，N代表I幀的總數(shù)量，MBn(i,x,y)代表經(jīng)過n次壓縮的視頻中第i個I幀內(nèi)處于(x,y)位置上的宏塊，指示函數(shù)I(MB1,MB2)定義如下：I(MB1,MB2)=1,IPMBM(MB1)≠IPMBM(MB2)0,IPMBM(MB1)=IPMBM(MB2)]]>式中，MB1和MB2分別代表兩個宏塊。第三步：用Cn除以單幀內(nèi)宏塊總數(shù)量，得到K維特征向量F內(nèi)第n個元素Fn。該操作可使特征對視頻分辨率具有魯棒性。Fn的計(jì)算公式如下：Fn＝Cn/NT式中，NT代表單幀內(nèi)包含的宏塊總數(shù)量，n表示Fn在K維特征向量F內(nèi)所處的元素位置，n＝1,2,…,K。第四步：Fn(n＝1,2,…,K)組成K維特征向量F。根據(jù)實(shí)驗(yàn)結(jié)果，K的值被選為5。因?yàn)楦蟮闹禃黾釉S多計(jì)算復(fù)雜度，而在準(zhǔn)確率上只有較少的提升。K的值還可以根據(jù)具體實(shí)施的要求進(jìn)行調(diào)整。當(dāng)對I幀進(jìn)行編碼時，H.264標(biāo)準(zhǔn)中的壓縮損失，可能會導(dǎo)致宏塊類型和幀內(nèi)預(yù)測模式的變化。當(dāng)視頻經(jīng)過多次壓縮時，相鄰壓縮版本間的宏塊類型和幀內(nèi)預(yù)測模式的變化趨勢會越來越穩(wěn)定。這種特性使得從雙重壓縮和單次壓縮視頻中提取出的特征向量具有較大的差異性，可以使用SVM分類器進(jìn)行判別。具體地，如圖2所示，圖中為訓(xùn)練分類器流程：第一步：得到訓(xùn)練集，所述訓(xùn)練集由所有訓(xùn)練視頻的特征向量和標(biāo)簽組成；第二步：參數(shù)選取，設(shè)置SVM支持向量機(jī)的核函數(shù)為RBF核函數(shù)，該函數(shù)的參數(shù)對(c，g)使用交叉驗(yàn)證的方法進(jìn)行參數(shù)尋優(yōu)，最后的SVM訓(xùn)練的參數(shù)將選擇得到最高平均準(zhǔn)確率的參數(shù)對(c，g)；第三步：SVM訓(xùn)練，以特征向量集合、標(biāo)簽集合、核函數(shù)和參數(shù)對(c，g)作為輸入，經(jīng)過SVM訓(xùn)練，得到了一個模型model。這個model就是分類器。具體地，如圖3所示，圖中為判別流程，待測視頻的特征向量作為分類器的輸入，經(jīng)過分類器的預(yù)測，預(yù)測標(biāo)簽0代表該待測視頻未經(jīng)過雙重壓縮，預(yù)測標(biāo)簽1代表該待測視頻經(jīng)過雙重壓縮。以上對本發(fā)明的具體實(shí)施例進(jìn)行了描述。需要理解的是，本發(fā)明并不局限于上述特定實(shí)施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變化或修改，這并不影響本發(fā)明的實(shí)質(zhì)內(nèi)容。在不沖突的情況下，本申請的實(shí)施例和實(shí)施例中的特征可以任意相互組合。當(dāng)前第1頁1 2 3