視頻改擴(kuò)建被動(dòng)認(rèn)證研究綜述

1視頻來(lái)源認(rèn)證隨著多媒體技術(shù)的快速發(fā)展，尤其是各種功能強(qiáng)大的圖像和視頻編輯軟件的開(kāi)發(fā)，專家能夠通過(guò)這些編輯軟件對(duì)圖像和視頻進(jìn)行編輯和修改，許多惡意操作的圖像和視頻傳播。例如，2007年陜西省周璐事件發(fā)生在中國(guó)，2012年深圳空間結(jié)構(gòu)事件的視頻監(jiān)控視頻被懷疑存在變更事件。為此,正確地鑒定圖像和視頻的真實(shí)性、完整性、來(lái)源性已經(jīng)成為多媒體安全領(lǐng)域的一個(gè)重要課題。多媒體認(rèn)證具有主動(dòng)認(rèn)證和被動(dòng)認(rèn)證二種方式。主動(dòng)認(rèn)證是在媒體上嵌入驗(yàn)證信息,通過(guò)檢驗(yàn)信息是否發(fā)生改變而確定是否發(fā)生篡改,常用的技術(shù)有數(shù)字簽名和數(shù)字水印;被動(dòng)認(rèn)證則通過(guò)檢測(cè)媒體自身信息確定是否發(fā)生篡改,相比而言,多媒體中圖像被動(dòng)認(rèn)證由于研究起步的較早,在研究上的成果遠(yuǎn)遠(yuǎn)大于視頻被動(dòng)認(rèn)證。2000年,BijanG.Mobasseri等人發(fā)表了有關(guān)視頻篡改的第一篇論文本文在分析國(guó)內(nèi)外有關(guān)視頻篡改被動(dòng)認(rèn)證17篇論文的基礎(chǔ)上,對(duì)視頻篡改被動(dòng)認(rèn)證的研究作些概述,以展望本領(lǐng)域的研究進(jìn)展。2幀間篡改的檢測(cè)視頻篡改方式主要包括幀間篡改和幀內(nèi)篡改。幀間篡改是指時(shí)域上的篡改,它包括幀間插入、刪除、替換、復(fù)制篡改等;幀內(nèi)篡改是指空域上的篡改,包括幀內(nèi)目標(biāo)移除和摳像合成等。2.1間刪除篡改檢測(cè)幀間插入篡改把視頻本身的幀序列或異源視頻的幀序列插入到視頻的某個(gè)位置,幀間刪除篡改將視頻的某些幀序列刪除。在視頻篡改前相鄰幀某些特征相關(guān)性是連續(xù)的,幀插入、刪除篡改后有關(guān)特征相關(guān)性的連續(xù)性受到破壞,會(huì)產(chǎn)生突變點(diǎn),因此通過(guò)閾值設(shè)定和對(duì)應(yīng)的判定機(jī)制可以檢測(cè)出突變點(diǎn)即篡改點(diǎn)。算法基本原理如圖1所示。2.2兩組相似幀和組合同源視頻復(fù)制-粘貼篡改把視頻內(nèi)某個(gè)幀序列復(fù)制到同一個(gè)視頻內(nèi)某個(gè)位置,因此視頻存在著二個(gè)特征極其相似的幀序列。通過(guò)兩兩比較不同幀間特征是否相似,得到二組相似幀,再把二組幀分別組裝為源、篡改幀序列;或者將視頻分為多個(gè)重疊的子序列,比較子序列間的相似性,得到二組子序列,再把二組子序列幀分別組裝為源、篡改幀序列。算法基本原理如圖2所示。2.3幀內(nèi)目標(biāo)刪除篡改幀內(nèi)目標(biāo)刪除的主要軟件有Adobe公司的AdobeAfterEffects和ImagineerSystems公司的mokey等。幀內(nèi)目標(biāo)刪除主要是將幀內(nèi)某些特定目標(biāo)刪除,并利用前后相鄰幀的相近區(qū)域提取適當(dāng)?shù)南袼貙?duì)刪除區(qū)域進(jìn)行修補(bǔ)填充,結(jié)果會(huì)導(dǎo)致修復(fù)區(qū)域在時(shí)域上會(huì)有不連續(xù)性,因此,可以通過(guò)某些特征在時(shí)域上是否連續(xù)來(lái)確定篡改幀,再對(duì)確定篡改幀分塊,從空域上根據(jù)某些特征區(qū)分篡改塊和非篡改塊,最終確定篡改區(qū)域。檢測(cè)基本原理如圖3所示。2.4路到上的篡改檢測(cè)方法摳像合成軟件主要有Adobe公司的AdobePremierePro和AdobeAfterEffects等?，F(xiàn)今許多電影在特技上的制作都有采用摳像合成方式。摳像合成主要包括摳像和合成二個(gè)過(guò)程,摳像是把視頻中的前景提取出來(lái),合成是把提取出來(lái)的前景放置在其它視頻背景中形成新的視頻。新合成的視頻在原視頻和摳像視頻上由于視頻來(lái)源的不同會(huì)有某些特征上的差異,通過(guò)找尋這些特征和分析特征差異是篡改檢測(cè)的關(guān)鍵。檢測(cè)基本原理如圖4所示。3被動(dòng)視頻身份驗(yàn)證算法3.1基于約束的篡改檢測(cè)針對(duì)MPEG視頻具有I幀、P幀、B幀三種類型幀的特點(diǎn),文獻(xiàn)[3]計(jì)算滑動(dòng)窗口內(nèi)P幀運(yùn)動(dòng)矢量幅度和幅度均值,比較P幀運(yùn)動(dòng)矢量幅度的變化是否超過(guò)設(shè)定閾值,以此作為判定篡改的條件,但該方法只能檢測(cè)單鏡頭視頻,對(duì)變化劇烈和多鏡頭視頻無(wú)法檢測(cè),而且當(dāng)插入或刪除的幀是GOP(GroupofPicture)的整數(shù)倍時(shí)無(wú)法檢測(cè)。文獻(xiàn)[4]在文獻(xiàn)[3]的基礎(chǔ)上,提取的是B幀的運(yùn)動(dòng)矢量,而不是P幀的運(yùn)動(dòng)矢量,對(duì)每幀運(yùn)動(dòng)矢量提取左右k近鄰最大差值的平均值作為峰值,由峰值序列和標(biāo)準(zhǔn)偏差確定閾值,進(jìn)行離群挖掘確定篡改點(diǎn),相比文獻(xiàn)[3],可以檢測(cè)出插入或刪除的幀數(shù)是GOP整數(shù)倍的篡改,不需要進(jìn)行二次篡改檢測(cè),但無(wú)法檢測(cè)出插入或刪除的幀數(shù)。通過(guò)計(jì)算相鄰幀紋理特征中灰度共生矩陣的相關(guān)性,文獻(xiàn)[5]利用k-means算法檢測(cè)出異常點(diǎn),該算法可以檢測(cè)出相近背景下異源幀的插入和替換,但無(wú)法檢測(cè)出幀刪除。文獻(xiàn)[6]統(tǒng)計(jì)相鄰幀間像素的相關(guān)性,計(jì)算相關(guān)性的變化度,二次利用切比雪夫不等式進(jìn)行離群點(diǎn)檢測(cè),進(jìn)而找出篡改點(diǎn),相比文獻(xiàn)[3-4],不只針對(duì)MPEG格式的視頻,可對(duì)任意格式視頻進(jìn)行檢測(cè),檢測(cè)效率高于文獻(xiàn)[3],但也存在著針對(duì)鏡頭移動(dòng)的視頻誤檢率和漏檢率高的缺點(diǎn)。在利用顏色視覺(jué)內(nèi)容一致性方面,文獻(xiàn)[7]采用彩色直方圖相交法計(jì)算相鄰幀間色彩內(nèi)容相似性,根據(jù)拉依達(dá)準(zhǔn)則設(shè)定動(dòng)態(tài)閾值,如果幀間顏色內(nèi)容一致性小于閾值,則發(fā)生篡改,該方法可以檢測(cè)不同編碼格式、不同來(lái)源的視頻,但只能檢測(cè)背景復(fù)雜的鏡頭靜止的視頻,如交通監(jiān)控視頻。通過(guò)文獻(xiàn)[3-7]的實(shí)驗(yàn)結(jié)果可以看出,多數(shù)檢測(cè)視頻是鏡頭靜止的視頻,針對(duì)鏡頭移動(dòng)的視頻無(wú)法檢測(cè)或者檢測(cè)率較低,因此,提高鏡頭移動(dòng)視頻的檢測(cè)率是幀間插入、刪除篡改檢測(cè)的難點(diǎn)。3.2篡改位置的確定文獻(xiàn)[8]將視頻序列分為多個(gè)重疊的子序列,計(jì)算各個(gè)子序列在空間上和時(shí)間上的相關(guān)性矩陣,并運(yùn)用相關(guān)性矩陣進(jìn)行幀間復(fù)制-粘貼篡改檢測(cè),這種檢測(cè)的時(shí)間復(fù)雜度較高,而且重疊子序列的匹配導(dǎo)致算法的檢測(cè)精度下降。文獻(xiàn)[9]提出了一種由粗到細(xì)的匹配方法進(jìn)行篡改檢測(cè),但由于粗匹配得到的候選片段的精度不高,導(dǎo)致細(xì)匹配上的時(shí)間代價(jià)高。文獻(xiàn)[10]通過(guò)復(fù)制-粘貼的幀序列間的結(jié)構(gòu)化相似度要高于正常幀序列來(lái)確定是否存在篡改。文獻(xiàn)[11]對(duì)每幀分塊,提取每塊的梯度均值、梯度方差、灰度均值、灰度方差、水平梯度方差、垂直梯度方差、水平梯度均值、垂直梯度均值共8個(gè)特征向量序列,利用歐氏距離進(jìn)行幀間相似度計(jì)算,構(gòu)造偏差矩陣設(shè)置動(dòng)態(tài)閾值,相似度小于動(dòng)態(tài)閾值則發(fā)生篡改,并能夠確定篡改位置恢復(fù)原視頻。文獻(xiàn)[12]提取每幀Tamura紋理特征的三個(gè)分量即方向度、對(duì)比度、粗糙度,構(gòu)成的三維的特征向量矩陣進(jìn)行字典排序,并計(jì)算排序后鄰近特征向量的差異度與固定閾值的關(guān)系來(lái)檢測(cè)和定位復(fù)制-粘貼序列,該算法存在時(shí)間復(fù)雜度隨著視頻幀數(shù)的增加而變大的缺陷。以上幾個(gè)文獻(xiàn)方法都存在著計(jì)算時(shí)間較長(zhǎng)的問(wèn)題,但是相比較而言,文獻(xiàn)[11][12]計(jì)算量時(shí)間復(fù)雜度要遠(yuǎn)小于文獻(xiàn)[8-10],主要是因?yàn)槲墨I(xiàn)[8-10]相似性比較是基于幀序列的,每個(gè)幀序列至少15幀以上,每次幀序列間的比較都要對(duì)每幀的特征重新計(jì)算,導(dǎo)致計(jì)算時(shí)間復(fù)雜度較大,而文獻(xiàn)[11-12]是基于幀間特征比較,所以計(jì)算時(shí)間相對(duì)較少。此外,文獻(xiàn)[10-12]均可以定位篡改位置并刪除復(fù)制-粘貼幀序列恢復(fù)原始視頻,而文獻(xiàn)[8-9]不行。因此,降低計(jì)算時(shí)間復(fù)雜度是幀間復(fù)制篡改檢測(cè)的下一個(gè)研究方向,并且改善視頻檢測(cè)的魯棒性也是下一個(gè)研究重點(diǎn)。3.3基于moki的篡改檢測(cè)由于視頻幀內(nèi)刪除篡改留有修復(fù)后的“鬼影”痕跡,文獻(xiàn)[13]通過(guò)累積幀差法得到運(yùn)動(dòng)前景的運(yùn)動(dòng)軌跡,用塊匹配法對(duì)每一幀分割運(yùn)動(dòng)前景和靜止背景,把運(yùn)動(dòng)前景拼接構(gòu)成前景拼接圖,通過(guò)比較運(yùn)動(dòng)前景的運(yùn)動(dòng)軌跡和前景拼接圖是否一致來(lái)確定是否發(fā)生對(duì)象刪除篡改,該方法檢測(cè)率較高,對(duì)有損壓縮視頻具有魯棒性,檢測(cè)的視頻種類是MPEG格式。在AdobeAfterEffects軟件的對(duì)象刪除中,刪除區(qū)域是由前后相鄰幀選取適當(dāng)像素對(duì)篡改區(qū)域修補(bǔ),因此,對(duì)象刪除問(wèn)題轉(zhuǎn)化為檢測(cè)塊復(fù)制問(wèn)題,文獻(xiàn)[14]采取對(duì)待檢測(cè)幀分塊,以前后相鄰的N幀作為參考幀,對(duì)所分塊在參考幀的范圍按照匹配準(zhǔn)則尋找空域和時(shí)域上的最匹配塊,進(jìn)而確定篡改位置,但該算法針對(duì)較小的區(qū)域篡改準(zhǔn)確率會(huì)降低。針對(duì)Mokey軟件幀內(nèi)刪除對(duì)象的篡改,文獻(xiàn)[15]找出Mokey的篡改機(jī)理,將所有幀分成不重疊的塊,計(jì)算每塊幀間能量差序列,引入鄰域信息的特征進(jìn)行模糊聚類,聚類中小的那一類即是篡改類,并進(jìn)行腐蝕膨脹去掉孤立誤檢塊,該方法能夠檢測(cè)出簡(jiǎn)單的刪除篡改并定位篡改區(qū)域,準(zhǔn)確率和召回率均在90%以上,但只能檢測(cè)使用Mokey軟件進(jìn)行的篡改,并且魯棒性和篡改區(qū)域的精確定位也需要進(jìn)一步提高。根據(jù)視頻幀中物體刪除修復(fù)后,在時(shí)域上能量比重會(huì)存在著變化,文獻(xiàn)[16]通過(guò)時(shí)域低高頻能量比和頻域熵這二個(gè)能反映能量變化的指標(biāo)確定篡改幀,在確定的篡改幀序列內(nèi)通過(guò)計(jì)算累計(jì)差分圖像和累計(jì)邊緣圖像確定可疑圖像塊,如可疑圖像塊幀間能量均值小于整幀的幀間能量均值則定位可疑圖像塊為篡改區(qū)域,該方法只能檢測(cè)固定背景中運(yùn)動(dòng)目標(biāo)的移除。文獻(xiàn)[13-16]實(shí)驗(yàn)所檢測(cè)的視頻均是基于固定背景的鏡頭靜止視頻,如何在運(yùn)動(dòng)背景和鏡頭移動(dòng)的視頻中檢測(cè)目標(biāo)移除是幀內(nèi)目標(biāo)刪除檢測(cè)的一個(gè)難點(diǎn),也是將來(lái)一個(gè)很好的研究方向。此外,即使是基于固定背景的鏡頭靜止視頻,如果背景是純色的(如背景是一張綠布),檢測(cè)的效果會(huì)很差,甚至無(wú)法檢測(cè)。3.4基于dct系數(shù)差異的視頻檢測(cè)算法文獻(xiàn)[17]采用小波去噪濾波法對(duì)每幀圖像去噪處理,原幀圖像與去噪后圖像的差值獲得每幀噪聲,將每幀噪聲累加求平均獲得整個(gè)視頻的模式噪聲,摳像視頻的模式噪聲能量集中于高頻部分,而原視頻模式噪聲的能量集中于低頻部分,通過(guò)頻譜圖區(qū)分出圖像是否摳像合成,但算法的檢測(cè)準(zhǔn)確程度與摳像視頻和原視頻的碼率有關(guān)。文獻(xiàn)[18]提出了基于DCT系數(shù)統(tǒng)計(jì)特征檢測(cè)摳像視頻,分別提取檢測(cè)視頻的前景和背景DCT系數(shù),比較二者DCT系數(shù)分布的差異,計(jì)算前景和背景在不同量化尺度因子下的DCT系數(shù)直方圖,通過(guò)弧度距離衡量直方圖的差異,并根據(jù)差異程度判定視頻是否藍(lán)屏摳像篡改,存在著弧度距離衡量直方圖差異的閾值是通過(guò)大量實(shí)驗(yàn)獲得,可能對(duì)用其它視頻編碼器編碼的視頻并不適合,算法的魯棒性也需要進(jìn)一步提高,視頻檢測(cè)只是針對(duì)MPEG-2格式的檢測(cè),無(wú)法檢測(cè)其它格式視頻。文獻(xiàn)[19]針對(duì)可疑前景相比正常前景像素點(diǎn)灰度值在垂直邊緣方向上的分布差異更大的特征,找出可疑前景,再根據(jù)可疑前景的可疑點(diǎn)比率跟閾值關(guān)系進(jìn)一步判定可疑前景是否屬于藍(lán)屏摳像,該方法檢測(cè)加工處理過(guò)的摳像視頻,如模糊等,則準(zhǔn)確率有所下降,另外算法閾值的設(shè)定是需要根據(jù)大量實(shí)驗(yàn)得來(lái)的,如果濾波或者視頻的碼率改變,則閾值也要相應(yīng)改變。4時(shí)域上視頻分幀的特點(diǎn)視頻篡改被動(dòng)認(rèn)證是綜合了圖像處理、信號(hào)處理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、數(shù)學(xué)等跨學(xué)科的研究。從空域上看,它具有圖像篡改所具有的一切元素,除此之外,它還具有時(shí)域上視頻分幀的特點(diǎn)?，F(xiàn)有的研究,很多只是把圖像的被動(dòng)篡改檢測(cè)直接移植到視頻被動(dòng)篡改檢測(cè)上,而且由于研究時(shí)間短,精兵強(qiáng)將少,還沒(méi)有形成統(tǒng)一的學(xué)科理論,因此困難重重。4.1篡改檢測(cè)算法已有篡改檢測(cè)算法基本上是針對(duì)某種特定篡改方式的檢測(cè),如只針對(duì)幀間插入、刪除或者幀內(nèi)目標(biāo)移除等,篡改檢測(cè)無(wú)法做到同時(shí)對(duì)不同篡改方式檢測(cè);篡改檢測(cè)只是針對(duì)特定編碼格式視頻(如MPEG-2);多數(shù)篡改檢測(cè)只能檢測(cè)鏡頭靜止的視頻,而適合鏡頭移動(dòng)視頻檢測(cè)的算法較少。因此需要提高篡改檢測(cè)算法的通用性。4.2篡改檢測(cè)算法的魯棒性問(wèn)題篡改檢測(cè)算法的抗干擾性低,例如在文獻(xiàn)[10-12]的同源視頻復(fù)制-粘貼篡改檢測(cè)中,對(duì)篡改的幀加入噪聲,在文獻(xiàn)[19]摳像合成檢測(cè)中,對(duì)摳像邊緣模糊處理,那么篡改檢測(cè)的準(zhǔn)確率將大大下降,甚至無(wú)法檢測(cè),因此需要在篡改檢測(cè)算法中考慮如何改進(jìn)算法的魯棒性。4.3軟件篡改檢測(cè)由于篡改檢測(cè)研究還處在起步階段,缺乏公共的、統(tǒng)一標(biāo)準(zhǔn)的視頻篡改檢測(cè)數(shù)據(jù)庫(kù),目前已知網(wǎng)上公開(kāi)的只有英國(guó)薩里大學(xué)取證分析實(shí)驗(yàn)室提供的SULFA視頻檢測(cè)數(shù)據(jù)庫(kù)(http://sulfa.cs.surrey.ac.uk/index.php),但該數(shù)據(jù)庫(kù)除了提供正常視頻,有關(guān)篡改的視頻目前只有幀內(nèi)目標(biāo)移除視頻,已有的篡改檢測(cè)都是基于研究者自身提供的視頻,從而導(dǎo)致了無(wú)法根據(jù)實(shí)驗(yàn)結(jié)果對(duì)不同算法進(jìn)行準(zhǔn)確的評(píng)估。因此,建立具有代表性、權(quán)威的、統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù),才能公平地反映各種篡改算法的優(yōu)劣。5算法不健全視頻篡改被動(dòng)取證技術(shù)的研究起步較晚,雖然取得了一定的進(jìn)展,但研究還處在初級(jí)階段,大多數(shù)算法針對(duì)性、局限性強(qiáng),不夠全面,沒(méi)有形成較為完善的、實(shí)際可行的方法和理論。面對(duì)各種層出不窮的篡改新方式和新的視頻編碼格式等新情況,也需要研究人員與時(shí)俱進(jìn)提出相應(yīng)的解決方法。5.1編碼格式的檢測(cè)由于視頻的編碼格式一直在不斷的推陳出新,如1992年的MPEG-1標(biāo)準(zhǔn)到現(xiàn)在的MPEG-4標(biāo)準(zhǔn),而新的編碼格式出來(lái)意味著需要有新的篡改檢測(cè)方法與之相適應(yīng)。隨著視頻編輯軟件功能越來(lái)越強(qiáng)大,也出現(xiàn)了一些新的視頻篡改方式,例如把視頻幀中的某部分按某種規(guī)律放大或縮小,幀其余部分不變,這就需要研究人員相應(yīng)的提出新的篡改檢測(cè)方法。5.2視頻是否被篡改已有的篡改研究針對(duì)的是事先已知待檢測(cè)視頻可能存在著某種篡改方式,通過(guò)檢測(cè)確定有無(wú)該種方式的篡改,而在實(shí)際應(yīng)用中是不知道視頻是否經(jīng)過(guò)篡改,更不確定是哪一種篡改方式。因此,如何確定視頻是否被篡改,以及具體的篡改方式,是今后研究的方向之一。此外,現(xiàn)有的研究針對(duì)的大都是單一的篡改方式和偽造技術(shù),而視頻有可能同時(shí)存在多種篡改方式和多種偽造技術(shù)的聯(lián)合,如何從不同角度和不同方位逐一進(jìn)行取證也是今后的研究?jī)?nèi)容。5.3復(fù)雜視頻的篡改檢測(cè)已有的研究所選取的視頻多數(shù)是基于靜止背景的鏡頭靜止視頻,而對(duì)鏡頭移動(dòng)視頻和基于復(fù)雜運(yùn)動(dòng)背景下的鏡頭靜止視頻檢測(cè)準(zhǔn)確度較低或者無(wú)法檢測(cè),尤其是對(duì)鏡頭較劇烈運(yùn)動(dòng)的視頻,檢測(cè)精度大幅度下降,因此,針對(duì)鏡頭移動(dòng)視頻和基于復(fù)雜運(yùn)動(dòng)背景下的鏡頭靜止視頻的篡改檢測(cè)將是今后研究