数字视频篡改盲检测技术研究

数字视频篡改盲检测技术是国际上正在兴起的一个高新技术前沿课题，它在不需要其它辅助信息的条件下，仅根据接收到的数字视频序列图像，即可实现对视频资源真实性和完整性的验证。本项目选取帧级编辑、蓝屏合成、对象删除三类典型的数字视频篡改模式进行针对性研究，充分利用数字视频系统的独有特性，采用正向定性机理分析与反向定量模型建立相结合的研究路线，从空间域、频率域、时间域等多个角度进行特征提取和检测算法构建。我们在实现整体篡改判别的基础上，将研究目标进一步延展到对篡改操作的逆向检测，实现空时域篡改位置和篡改区域的有效定位。预期目标将实现一套具有自主知识产权，性能可靠的数字视频篡改检测算法软件工具包。本课题横跨数字图像及视频处理，模式识别与分类，信号估计与检测等多个学科领域，开展此项研究有利于促进多学科交叉融合，不仅具有重要的科学意义，而且在司法、安防、新闻、科学、军事和商务等领域具有广阔的市场应用前景。

数字多媒体被动取证技术是当前多媒体信息安全领域的一个前沿课题，作为其中的一个重要研究方向，面向数字视频的被动盲取证技术也正成为众多研究人员关注的焦点。它针对各种数字视频资源，在不需要其它辅助信息的条件下，仅根据接收到的视频图像，即可实现对视频资源的来源识别，以及真实性和完整性验证功能。本课题围绕数字视频被动取证技术中通用处理模式检测和典型篡改模式检测两个主要内容展开相关研究。在通用处理模式检测方面，分别针对视频双压缩处理、视频转码处理、视频/图像平滑滤波处理等几种重要的通用处理模式进行深入分析，构建相应的空时域和码流域数据分析模型，提取针对性的检测特征，配合先进的模式识别分类技术，实现对上述通用处理模式的有效检测，为进一步验证视频资源的完整性真实性提供了有力的佐证。在典型篡改模式检测方面，则以帧级视频编辑、视频蓝屏合成、面向对象的视频删除等几种经典视频篡改方式为目标，它们共同的特点是可以形成局部内容的篡改编辑，并具备相应的处理软件工具，易于实现。我们首先通过逆向分析过程，对各种篡改模式的篡改流程和内在机理进行分析，并剖析篡改操作可能引起的视频各类统计特性的全局或局部变化，进而提取相应特征来实现对视频篡改的有效检测，并引入多种信号处理方法进行篡改区域的定位。另外，课题组成员还利用自身在数字视频内容分析上的技术积累，在深度摄像机条件下的动作识别等几个方向进行了探索性研究。最终课题的整体研究实现了一系列具有自主知识产权，性能可靠的数字视频被动取证检测算法和软件工具包，并构建了统一的视频资源取证测试平台，可以实现对不同来源、不同压缩格式标准的视频资源的来源识别和真实性完整性取证分析。为真正实现视频资源盲取证技术的实用化迈出了坚实的一步。