基于边缘异常与压缩跟踪的视频抠像篡改检测

doi:10.3969/j.issn.1000-3428.2014.07.055

计算机工程

基于边缘异常与压缩跟踪的视频抠像篡改检测

袁秀娟^a，黄添强^a,b，苏立超^a，陈智文^a，吴铁浩^a

(福建师范大学 a. 数学与计算机科学学院；b. 网络安全与密码技术福建省高校重点实验室，福州 350007)

收稿日期:2013-06-16 出版日期:2014-07-15 发布日期:2014-07-14
作者简介:袁秀娟(1989－)，女，硕士研究生，主研方向：数据挖掘，多媒体技术；黄添强，教授、博士；苏立超、陈智文、吴铁浩，硕士研究生。
基金资助:
国家自然科学基金资助项目(61070062)；福建省高校产学合作科技基金资助重大项目(2012H6006)；福建省高校服务海西建设基金资助重点项目(2008HX200941-4-5)；福建省高等学校新世纪优秀人才支持计划基金资助项目(JAI1038)；福建省科学厅K类基金资助项目(JK2011007)；福建省教育厅A类基金资助项目(JA10064)。

Detection of Video Matting Tamper Based on Edge Anomaly and Compressive Tracking

YUAN Xiu-juan^a, HUANG Tian-qiang ^a,b, SU Li-chao^a, CHEN Zhi-wen^a, WU Tie-hao ^a

(a. School of Mathematics and Computer Science; b. Fujian Provincial University Key Laboratory of Network Security and Cryptography, Fujian Normal University, Fuzhou 350007, China)

Received:2013-06-16 Online:2014-07-15 Published:2014-07-14

摘要/Abstract

摘要： 近年来视频的真实性认证成为信息安全领域的一个研究热点。视频的篡改方式多种多样，为了有效判断视频中某个目标的出现是否真实，提出一种视频抠像的篡改检测方法。由于成像设备CFA插值的存在，使得像素存在一定的邻域相关性。为此，提取视频的帧序列，对图像帧进行Sobel边缘检测，计算边缘点4个方向上像素值的偏差来检测边缘点，确定异常边缘点，定位篡改区域，并对篡改区域进行学习，结合压缩跟踪算法快速查找时域上帧的篡改范围，当目标消失跟踪结束之后，在目标出现的最后一帧再次进行异常边缘检测，与最初检测到的异常区域进行对比，查看检测结果是否一致。实验结果表明，该算法大幅提高了检测效率，并且准确率较高。

关键词: 视频篡改, 视频抠像, 边缘检测, 目标追踪, 压缩跟踪

Abstract: In recent years, the authenticity of the video becomes a hot research topic in information security field. With various video tamper methods, this paper aims at detecting forgery of video keying to estimate if the appearance of an object is authentic. Because of the existence of the CFA interpolation, pixels have correlation with the adjacent pixels. It extracts video frames, detects the edge of the first video frame by Sobel operator and computes deviation of four directions to judge suspicious edge. And then it studies the tampered area, by using target tracking algorithm follow the area. It improves the detection efficiency greatly and the detection accuracy rate is better.

Key words: video tamper, video keying, edge detection, target tracking, compressive tracking

中图分类号:

TP37

袁秀娟，黄添强，苏立超，陈智文，吴铁浩. 基于边缘异常与压缩跟踪的视频抠像篡改检测[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2014.07.055.

YUAN Xiu-juan, HUANG Tian-qiang, SU Li-chao, CHEN Zhi-wen, WU Tie-hao. Detection of Video Matting Tamper Based on Edge Anomaly and Compressive Tracking[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2014.07.055.

http://www.ecice06.com/CN/Y2014/V40/I7/267

参考文献

参考文献 [1] Wang Weihong, Farid H. Exposing Digital Forgeries in Video by Detecting Double MPEG Compression[C]//Proc. of the 8th Workshop on Multimedia and Security. New York, USA: ACM Press, 2006: 37-47. [2] Wang Weihong, Farid H. Exposing Digital Forgeries in Interlaced and De-interlaced Video[J]. IEEE Transactions on Information Forensics and Security, 2007, 2(3): 438-449. (下转第276页) (上接第271页) [3] Wang Weihong, Farid H. Exposing Digital Forgeries in Video by Detecting Duplication[C]//Proc. of the 9th Workshop on Multimedia and Security. New York, USA: ACM Press, 2007: 35-42. [4] Wang Weihong, Farid H. Exposing Digital Forgeries in Video by Detecting Double Quantization[C]//Proc. of the 11th ACM Workshop on Multimedia and Security. Princeton, USA: ACM Press, 2009: 39-48. [5] Hsu C C, Hung T Y, Lin C W, et al. Video Forgery Detection Using Correlation of Noise Residue[C]//Proc. of the l0th Workshop on Multimedia Signal Processing. Cairns, Australia: IEEE Computer Society, 2008: 170-174. [6] 熊潇, 黄征, 徐彻, 等. 基于预测残差检测的数字视频篡改鉴定[J]. 信息安全与通信保密, 2008, (12): 128-130. [7] 秦运龙, 孙广玲, 张新鹏. 利用运动矢量进行视频篡改检测[J]. 计算机研究与发展, 2009, 46(z1): 227-233. [8] 王俊文, 刘光杰, 张湛, 等. 基于模式噪声的数字视频篡改取证[J]. 东南大学学报: 自然科学版, 2008, 38(z2): 13-17. [9] Su Yuting, Han Yu, Zhang Chengqian. Detection of Blue Screen Based on Edge Features[C]//Proc. of the 6th IEEE Joint International Conference on Information Technology and Artificial Intelligence. [S. l.]: IEEE Press, 2011: 469-472. [10] Zhang Kaihua, Zhang Lei, Yang M H. Real-time Compressive Tracking[C]//Proc. of the 12th European Conference on Computer Vision. [S. l.]: IEEE Press, 2012: 864-877. [11] Donoho D L. Compressed Sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289-1306. [12] Chetty G, Singh M, White M. Blind Image Tamper Detection Based on Multimodal Fusion[C]//Proc. of the 17th International Conference on Neural Information Processing: Models and Applications. Sydney, Australia: Springer-Verlag, 2010: 557-564.

[1]	王富平, 于俊涛, 张锲石. 基于自适应方向导数滤波器的彩色边缘检测[J]. 计算机工程, 2022, 48(9): 204-212.
[2]	范明亮, 郭子涵, 柴晓楠, 商建东. 面向FT-M7002的Sobel边缘检测算法优化实现[J]. 计算机工程, 2022, 48(6): 193-199.
[3]	黄胜, 冉浩杉. 基于语义信息的精细化边缘检测方法[J]. 计算机工程, 2022, 48(3): 204-210.
[4]	王囡, 侯志强, 赵梦琦, 余旺盛, 马素刚. 结合边缘检测的语义分割算法[J]. 计算机工程, 2021, 47(7): 257-265.
[5]	郭恒亮, 柴晓楠, 韩林, 赫晓慧, 商建东. Canny边缘检测算法在飞腾平台上的实现与优化[J]. 计算机工程, 2021, 47(7): 37-43.
[6]	陈志鹏, 郑文秀, 黄琼丹. 基于Sobel滤波器的图像风格转换算法[J]. 计算机工程, 2021, 47(12): 274-277,284.
[7]	刘宜成, 廖鹭川, 张劲, 吴浩, 何凌, 戴弘宁, 张晗, 杨刚. 基于轨迹和形态识别的无人机检测方法[J]. 计算机工程, 2020, 46(12): 283-289,298.
[8]	王毅然, 经小川, 贾福凯, 孙宇健, 佟轶. 基于多智能体协同强化学习的多目标追踪方法[J]. 计算机工程, 2020, 46(11): 90-96.
[9]	刘畅, 张剑, 林建平. 基于改进全卷积神经网络的图像单像素边缘提取[J]. 计算机工程, 2020, 46(1): 262-270.
[10]	谢晓燕, 辛晓斐, 朱筠, 王飞龙, 刘阳. 基于边缘检测的3D-HEVC深度图运动估计算法[J]. 计算机工程, 2019, 45(7): 264-267.
[11]	张文坤,汪西原,宋佳乾. 基于分数阶微分差与高斯曲率滤波的边缘检测算法[J]. 计算机工程, 2019, 45(2): 213-219.
[12]	陈硒,刘志雄. 基于传感器移动距离最小化的路径覆盖算法[J]. 计算机工程, 2018, 44(6): 100-103.
[13]	张然,赵凤群. 基于双向扩散与冲击滤波的雾天图像增强算法[J]. 计算机工程, 2018, 44(10): 221-227.
[14]	周恺,苏娟. 基于概率提升树的虹膜分割算法[J]. 计算机工程, 2017, 43(8): 249-252,257.
[15]	魏秋明,梁军,鲍泓,王晶,李论. 异构计算平台图像边缘检测算法优化研究[J]. 计算机工程, 2017, 43(5): 240-247.

选择文件类型/文献管理软件名称

选择包含的内容

基于边缘异常与压缩跟踪的视频抠像篡改检测

Detection of Video Matting Tamper Based on Edge Anomaly and Compressive Tracking

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于边缘异常与压缩跟踪的视频抠像篡改检测

Detection of Video Matting Tamper Based on Edge Anomaly and Compressive Tracking

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价