针对新一代视频编码标准HEVC的视频重压缩取证技术研究

Video double compression detection algorithm was designed in order to identify whether a video sequence has been encoded twice or more. A given video which was authenticated to be encoded twice or more reveals that it may have been tampered. Thus, video double compression is becoming a hot topic in the field of digital video forensics.. Based on the video set which consists of great quantities of plentiful video sequences, the variation tendency of singly compressed and doubly compressed HEVC videos was firstly analyzed in the view of common characteristics including DCT coefficient distribution, CU block prediction mode and unique characteristics including PU partitioning, TU partitioning, intra prediction modes, motion vector prediction and pattern of motion data merging in the proposed project. Then efficient classification features were extracted. Finally, decision method such as threshold judgment, SVM classifier and new machine learning methods were adopted to distinguish doubly compressed videos from singly compressed ones with the aim of high efficiency and strong robustness. In this case, the research of double encoded HEVC video forensics with different bitrates or quantization parameters can be achieved, which can be regarded as the first line of defense against incompletely, inauthentic or unreliable HEVC coded video forensics, and has important significance for national and social security, criminal detection, settling court disputes, maintaining judicial justice, supervising presses.

视频重压缩取证算法旨在检测视频是否经历过两次或两次以上的压缩，如果待检测视频被判定为经过两次或多次压缩，该视频很有可能经历过篡改操作，所以视频重压缩检测已经成为国际上公认的数字视频取证技术的重要基础问题之一。. 本项目将以一个大量丰富的视频库为载体，首先分析单次压缩和重压缩HEVC视频共有特性DCT系数分布、CU预测类型和独有特性PU划分类型、TU划分类型、帧内预测模式、运动矢量Merge模式的变化规律，在此基础上，提取有效的视频分类特征，最后拟采用阈值法、SVM分类法和新型机器学习法等判决方法，提出高效的和鲁棒性较强的重压缩检测算法，实现对不同码率和不同量化参数两种情况下的HEVC重压缩视频取证研究，可以成为HEVC编码视频完整性、真实性和可靠性取证工作的第一道防线，这对维护国家社会安全、案件侦破、法庭纠纷、司法公正、新闻等都具有重要的意义。

伴随着计算机技术、数字图像及视频处理技术的发展，人们对数字图像及视频的篡改已经达到可以轻易伪造足以欺蒙人眼的的地步，这类恶性事件近几年屡见不鲜，而且有愈演愈烈之势。篡改视频必然是重压缩或多次压缩视频，所以视频重压缩检测技术已经成为视频被动取证领域的热点问题之一，也是国际上公认的数字视频取证技术的重要基础问题之一。. 本项目的关注点在于对最新一代编码标准HEVC 重压缩视频的检测技术，分别提出了在不同码率下、伪造比特率下和转码压缩下的几个新的有效的HEVC视频重压缩检测算法，在此基础上，发表了相关研究论文9篇，参加了国内外学术会议4次。本项目分别研究了不同的视频编码特征，不同的视频特性捕捉方式，选择和优化分类判决方法，全面深入地完成HEVC重压缩视频检测的研究内容，即HEVC重压缩视频的高效检测：提出了基于视频编码特征I帧和P帧中CU和PU联合特征下的H.264转码HEVC视频重压缩检测方法，分类准确率达到了98%以上；提出了基于全面HEVC四叉树划分模式特性的伪造比特率HEVC视频重压缩检测算法，分类准确率当第二次压缩码率大于第一次压缩码率时平均达到了85%以上；提出了基于量化划分模式TU的不同码率下HEVC重压缩视频检测算法，其分类准确率平均达到90%以上，同时提出的三类算法均对帧删除攻击和GOP结构变化都具有较强的鲁棒性，增强了检测算法的实用性。. 提出的三类算法应用于不同情况下的视频重压缩检测，可以成为HEVC编码视频完整性、真实性和可靠性取证工作的第一道防线，将有利于推进电子数据原始性、真实性、完整性检测的发展，这对维护国家社会安全、案件侦破、法庭纠纷、司法公正、新闻等都具有重要的意义。