没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
2017 年 6 月 Chinese Journal of Network and Information Security June 2017
00174-1
第 3 卷第 6 期 网络与信息安全学报 Vo l . 3
No.6
基于非负张量分解的视频篡改检测方法
张雪莉
1,2
,黄添强
1,2
,林晶
3
,黄维
1,2
(1. 福建师范大学软件学院,福建 福州 350007;
2. 福建省大数据挖掘与应用工程技术研究中心,福建 福州 350007;
3. 福建师范大学数学与计算机科学学院,福建 福州 350007)
摘 要:鉴定视频的真实性和完整性是信息安全领域的重要内容之一,针对视频帧间篡改操作,提出一种基
于非负张量分解的视频篡改检测方法。首先,对视频帧进行快速特征提取,利用主要压缩特征创建三维张量
描述视频;然后,使用 Tucker 分解方法对张量进行非负分解,提取时间维因子矩阵进行相关性计算;最后,
利用切比雪夫不等式自适应地定位篡改位置。实验证明,该方法能快速顽健地检测出视频帧间篡改操作。
关键词:视频篡改检测;非负张量分解;Pearson 相关系数;离散余弦变换;切比雪夫不等式
中图分类号:TP393
文献标识码:A
doi: 10.11959/j.issn.2096-109x.2017.00174
Video tamper detection method based on
nonnegative tensor factorization
ZHANG Xue-li
1,2
, HUANG Tian-qiang
1,2
, LIN Jing
3
, HUANG Wei
1,2
(1. Faculty of Software, Fujian Normal University, Fuzhou 350007, China;
2. Fujian Provincial Engineering Research Center of Big Data Analysis and Application, Fuzhou 350007, China;
3. School of Mathematics and Computer Science, Fujian Normal University, Fuzhou 350007, China)
Abstract: The authenticity and integrity of video authentication is one of the important contents in information se-
curity field. A video tampering detection method based on non-negative tensor decomposition was proposed for
video inter-frame tampering. First of all, spectral feature of video frame was extracted quickly. The video was de-
scribed by a three-dimensional tensor which created by the main compression feature. The tensor was factorized by
Tucker non-negative decomposition method and then the time dimension matrix was extracted to calculate correla-
tion. Finally, the tampering position was determined by using the Chebyshev’s inequality. Experiments show that
this method can detect the video inter-frame tampering quickly and robustly.
Key words: video tampering detection, nonnegative tensor factorization, Pearson correlation coefficient, discrete
cosine transform, Chebyshev’s inequality
收稿日期:2017-01-25;修回日期:2017-03-15。通信作者:黄添强,fjhtq@fjnu.edu.cn
基金项目:国家自然科学基金资助项目(No.61070062,No.61502103);福建省高校产学合作科技重大基金资助项目
(No.2015H6007);福州市科技计划基金资助项目(No.2014-G-76);福建省高等学校新世纪优秀人才支持基金资助项目
(No.JAI1038);福建省科学厅 K 类基金资助项目(No.2011007);福建省教育厅 A 类基金资助项目(No.JA10064);福建师
范大学研究生教育改革研究基金资助项目(No.MY201414)
Foundation Items: The National Natural Science Foundation of China (No.61070062, No.61502103), The Industry-University Coo
p
-
eration Major Project of Fujian Province(No.2015H6007), The Science and Technology Program of Fuzhou (No.2014-G-76), The Pro-
gram for New Century Excellent Talents in University of Fujian Province(No. JAI1038), The Science and Technology Depart-
ment of Fujian Province K-Class Foundation Project (No.2011007), The Education Department of Fujian Province A-Class
Foundation Project (No.JA10064), The Graduate Education Reform Project of Fujian Normal University(No.MY201414)
第 6 期 张雪莉等:基于非负张量分解的视频篡改检测方法 ·43·
1 引言
随着数码成像设备的普及和多媒体编辑软件
功能的日益强大,人们可以轻易实现对图像/视频
的修改。一些修改操作会使图像/视频更加美观有
趣,但是其中不乏出现一些出于各种目的伪造图
像/视频的情况。多媒体数据的可靠性在新闻媒
体、科学发现、法庭证物等领域都有比较重要的
价值
[1]
,因此,对多媒体数据真实性和完整性的
判断就显得尤为重要。
视频取证技术主要分为主动取证技术和被动
取证技术 2 种。主动取证技术主要通过事先对视
频嵌入一些防伪信息,检查防伪信息是否遭到破
坏判断视频是否遭到篡改,如水印或电子签名等。
但面对如今海量的多媒体数据,主动取证技术就
显得过于局限。相较而言,不需要外部嵌入信息,
只通过视频本身信息进行篡改检测的被动取证技
术有更为广泛的实际应用。
目前,国内外关于视频帧间篡改的被动取证
技术已取得了一定的进展。文献[2]提出一种基于
模式噪声的数字视频篡改检测算法,根据成像传
感器的非理想性,利用维纳小波滤波器从视频中
提取每帧相对稳定的残留模式噪声的平均值作为
模式噪声,通过比较待鉴别帧的噪声与模式噪声
之间的相关性来判定视频是否遭到篡改,但是其
只能检测非同源成像设备的篡改,且不能检测视
频删除篡改。文献[3]针对背景静止或运动缓慢的
视频相邻帧间的纹理特征相关性大,且篡改后会
一定程度上使其相关性变小的特性,通过计算相
邻帧灰度共生矩阵的相关性找出异常帧,该方法
适用于各种格式的视频,但不能有效检测视频删
除篡改。文献[4]提出通过灰度值来表示视频帧内
容,利用帧间内容的相关性连续度是否发生变化,
二次利用切比雪夫不等式,自适应地设定阈值找
出篡改点,但对于删除操作的检测效果不够好,
容易产生漏检。文献[5]提出将待测视频序列用四
维张量表示,使用 Tucker 分解算法分解视频张量,
提取时间维度因子矩阵的每一行表示每帧内容,
计算其相关性来确定是否有帧的插入或删除篡
改,但其对于视频特征的表示有过多重复数据,
设计不够合理。
本文针对视频相邻帧具有极强相关性的原理,
对视频帧间篡改操作进行检测和定位。首先对视频
帧进行快速特征提取,提取主要压缩信息形成特征
矩阵,针对视频特征矩阵序列,创建三维张
量对每
帧特征进行描述,然后将三维张量进行非负 Tucker
分解,提取代表视频主要成分的时间维因子矩阵进
行相关性计算,定位篡改位置。文 献[5]直接将彩色
视频生成四维张量处理,冗余信息过多,而本文将
视频帧灰度化后进行快速特征提取,与文献[5]相
比,算法计算复杂性更小,性能更好。
本文提出的检测算法不需要限制视频的格
式,对成像设备也无要求,适用性强。使用快速
提取帧压缩特征与张量分解的结合方法,将每帧
特征由矩阵压缩为向量,计算量更小。本文算法
与现有算法相比,检测时间更短、效率更高。
2 非负张量分解
张量即一个多维数组
[6]
,可以看作由若干个
向量空间中基底的外积张成的空间。如图 1 所示,
图 1 张量的概念
00174-2
剩余7页未读,继续阅读
资源评论
weixin_38570519
- 粉丝: 2
- 资源: 975
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 阿希花油行业分析:2023年全球市场规模大约为45.9百万美元.docx
- SF6气体密度监测仪行业分析:2023年全球市场规模大约为246百万美元.docx
- 氨基酸培养基行业分析:北美是全球最大市场,占45%的市场份额.docx
- 半导体PVD设备行业分析:2023年全球市场规模大约为4700百万美元.docx
- 白刚玉行业市场分析:2023年全球市场规模大约为845百万美元.docx
- 半导体硅回收晶圆行业分析:2023年全球市场规模大约为615百万美元.docx
- 半导体温控设备行业市场:,2023年,全球市场规模约为609百万美元.docx
- 半导体和制药行业在线二氧化硅分析仪市场分析:2023年全球市场规模大约为138百万美元.docx
- 薄膜压电MEMS代工行业分析:2023年全球市场规模大约为65.6百万美元.docx
- 备件物流市场分析:2023年全球市场规模大约为22270百万美元.docx
- 报价软件市场分析:2023年全球市场规模大约为1718百万美元.docx
- 便携式卡片数码相机行业分析:2023年全球市场规模大约为7167百万美元.docx
- 便携式桑拿毯行业:2023年全球市场规模大约为110百万美元.docx
- 避障无人机行业分析:2023年全球市场规模大约为447百万美元.docx
- 便携式牙科超声波洁牙机行业分析:2023年全球市场规模大约为747百万美元.docx
- 表面处理耗材行业分析:全球收入达到615.7百万美元.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功