[发明专利]一种针对监控视频单一对象移除篡改的检测方法有效

专利信息
申请号: 201610858275.8 申请日: 2016-09-28
公开(公告)号: CN106375756B 公开(公告)日: 2017-12-19
发明(设计)人: 王让定;王斌;严迪群;盛琪;李倩 申请(专利权)人: 宁波大学
主分类号: H04N17/00 分类号: H04N17/00;H04N7/18
代理公司: 宁波奥圣专利代理事务所(普通合伙)33226 代理人: 周珏
地址: 315211 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 针对 监控 视频 单一 对象 篡改 检测 方法
【说明书】:

技术领域

发明涉及一种视频移除篡改的检测技术,尤其是涉及一种针对监控视频单一对象移除篡改的检测方法。

背景技术

随着视频监控技术的快速发展,视频安防监控已成为继刑事科学技术、技术侦查、网络侦查技术之后的第四大侦查技术。作为一种视听资料,视频安防监控图像已成为法定八大证据之一,在司法实践和案件侦查中已显现出越来越重要的地位。但是,随着视频篡改软件的普及,视频监控极易被篡改,若将篡改后的监控视频作为证据使用,则会给司法实践和案件侦查带来不可估量的危害。

对象移除篡改是视频篡改最常见的形式之一,此类篡改往往直接影响了人们对视频内容的理解和认知,因此需要利用对象移除篡改的检测技术对视频进行检测。目前常见的对象移除篡改的检测技术是直接在像素点上进行操作的。如杨婧、任延珍、汪肇翔、崔晓煜提出的基于差异能量的监控视频篡改检测算法,其通过对监控视频对象删除篡改手段的分析,得到删除对象的篡改视频帧与提供复制内容的视频帧具有极高的相似性,利用此原理寻找匹配块,以达到检测的目的,由于该方法是在像素点的基础上进行的操作,因此当监控视频在传输过程中,通常会遇到二次压缩,这就会引进量化编码噪声,最终会使像素点基础上的检测准确度降低。又如刘雨青、黄添强提出的基于时空域能量可疑度的视频篡改检测与篡改区域定位,其通过计算每帧的能量可疑度来检测此帧内是否有高频分量丢失,由于该方法以帧为基本单位,因此当目标对象较小时,篡改后对整帧的影响微乎其微,此时该方法将会失效;此外,当篡改区域纹理较简单的时候,如果只检测高频的减少,则检测效果也不会明显。

发明内容

本发明所要解决的技术问题是提供一种针对监控视频单一对象移除篡改的检测方法,其不易受量化编码的影响,且能够有效检测出较小的移除篡改目标对象。

本发明解决上述技术问题所采用的技术方案为:一种针对监控视频单一对象移除篡改的检测方法,其特征在于包括以下步骤:

①对待检测的监控视频中的N帧监控图像进行灰度化操作,得到待检测的监控视频中的N帧监控图像各自的灰度化图像;然后对待检测的监控视频中的N帧监控图像各自的灰度化图像进行小波变换,得到待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量、高低频分量、低高频分量、低低频分量;再对待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量进行重构,得到待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量的重构图像;其中,N表示待检测的监控视频中包含的监控图像的总帧数,N≥50;

②将待检测的监控视频中的N帧监控图像各自的灰度化图像的高高频分量的重构图像分割成10×10个互不重叠的尺寸大小为的图像块;其中,符号为向下取整符号,W表示待检测的监控视频中的监控图像的宽度,H表示待检测的监控视频中的监控图像的高度;

③计算待检测的监控视频中的前N-5帧监控图像各自的灰度化图像的高高频分量的重构图像中的每个图像块的高频差异度值,将待检测的监控视频中的第n帧监控图像的灰度化图像的高高频分量的重构图像中的第k个图像块的高频差异度值记为Cn,k

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波大学,未经宁波大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610858275.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top