[发明专利]一种篡改视频检测方法、装置、设备及可读存储介质在审

专利信息
申请号: 201910265193.6 申请日: 2019-04-02
公开(公告)号: CN110009621A 公开(公告)日: 2019-07-12
发明(设计)人: 翁韶伟;危博;易林;叶武剑;刘怡俊;张子文 申请(专利权)人: 广东工业大学
主分类号: G06T7/00 分类号: G06T7/00;G06T9/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 510060 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标视频 视频检测 篡改 卷积 检测结果 图像帧 可读存储介质 自动编码器 自动解码器 检测 视频检测装置 技术效果 视频特征 数据降维 预设 视频 保留
【权利要求书】:

1.一种篡改视频检测方法,其特征在于,包括:

获取待检测的目标视频;

利用预设的视频检测模型对所述目标视频进行检测,得到所述目标视频中的每个图像帧的检测结果;所述视频检测模型包括:卷积自动编码器和卷积自动解码器;

根据所述目标视频中的每个图像帧的检测结果判断所述目标视频中是否存在篡改图像帧;

若是,则将所述目标视频标记为篡改视频。

2.根据权利要求1所述的篡改视频检测方法,其特征在于,所述将所述目标视频标记为篡改视频之后,还包括:

对所述目标视频中的篡改图像帧进行标记。

3.根据权利要求2所述的篡改视频检测方法,其特征在于,所述利用预设的视频检测模型对所述目标视频进行检测之前,还包括:

将所述目标视频划分为图像帧,得到图像帧序列,并将所述图像帧序列转换为灰度图像帧序列;

利用帧间差分法对所述灰度图像帧序列进行处理,得到灰度差分序列,并将所述灰度差分序列作为所述目标视频。

4.根据权利要求1-3任意一项所述的篡改视频检测方法,其特征在于,所述利用预设的视频检测模型对所述目标视频进行检测,得到所述目标视频中的每个图像帧的检测结果,包括:

利用所述视频检测模型中的卷积自动编码器对所述目标视频中的每个图像帧进行编码,得到每个图像帧的编码结果;

利用所述视频检测模型中的卷积自动解码器对每个图像帧的编码结果进行解码,得到每个图像帧的编码结果对应的解码结果;

分别计算每个图像帧的编码结果对应的解码结果的重构误差;

分别判断每个图像帧的编码结果对应的解码结果的重构误差是否大于预设的阈值;

若是,则确定当前图像帧为篡改图像帧;

若否,则确定当前图像帧为未篡改图像帧。

5.根据权利要求4所述的篡改视频检测方法,其特征在于,所述分别计算每个图像帧的编码结果对应的解码结果的重构误差,包括:

利用重构误差计算公式分别计算每个图像帧的编码结果对应的解码结果的重构误差;

所述重构误差计算公式为:

e(t)=∑(x,y)||I(x,y,t)-fw(I(x,y,t))||2

其中,s(t)表示所述重构误差,e(t)表示卷积自动解码器输出的解码结果与原始图像帧的损失值;I(x,y,t)表示原始目标视频在第t帧坐标(x,y)处的像素值,fw(I(x,y,t))表示卷积自动解码器输出的第t帧图像坐标(x,y)处的像素值。

6.根据权利要求1所述的篡改视频检测方法,其特征在于,当所述目标视频中不存在篡改图像帧时,还包括:

将所述目标视频标记为未篡改视频。

7.一种篡改视频检测装置,其特征在于,包括:

获取模块,用于获取待检测的目标视频;

检测模块,用于利用预设的视频检测模型对所述目标视频进行检测,得到所述目标视频中的每个图像帧的检测结果;所述视频检测模型包括:卷积自动编码器和卷积自动解码器;

判断模块,用于根据所述目标视频中的每个图像帧的检测结果判断所述目标视频中是否存在篡改图像帧;

标记模块,用于当所述目标视频中存在篡改图像帧时,将所述目标视频标记为篡改视频。

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广东工业大学,未经广东工业大学许可,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/201910265193.6/1.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