融合帧内与帧间技术的数字视频篡改检测方法

董春丽,胡贤芬

(1. 中国民用航空飞行学院,四川 广汉 618307;2.西南科技大学理学院,四川 绵阳 621010;)

1 引言

在信息大爆炸时代,信息传播速度非常快,数字视频作为信息的载体之一,占据着互联网总体流量的85%[1]。现实生活中,伴随着视频剪辑软件的不断更新,视频剪辑成为一项很简单的工作,甚至有些不法分子对视频进行恶意篡改,使篡改后的视频很难通过肉眼分辨出来,因此如何高效准确的对篡改后的视频进行分辨已成为亟待解决的问题之一[2]。

视频篡改主要分为时域和空域两类篡改。时域上的篡改主要是对视频整帧进行删除或添加等操作;空域上的篡改主要是对帧图像上的目标进行删除或添加操作。根据数字视频篡改的类型,需要采用不同的检测方法[3-5]。由于视频篡改检测已成为研究的热门,吸引了不少研究人员,因此一直有新的方法被提出来。文献[6]通过时域TCS-LBP算子反映同一空间中当前视频帧与前后若干视频帧的像素位置关系,并计算出当前图像的TCS-LBP特征值,利用特征图像对视频的每一帧都进行检测,判断该帧是否是复制帧,并定位出视频篡改的边界,实验结果表明,该方法对视频篡改的检测性能良好。文献[7]为了提高视频匹配的准确率,在图像提取的特征点引入颜色不变信息量,按照结构相似度将视频分段处理,并对每段的关键帧进行提取,利用目标跟踪方法计算篡改后视频帧的位置,实验结果表明,该方法鲁棒性较好。文献[8]通过对视频时间与空间信息的计算,对视频进行分组处理,结合SVM-RPE算法排序视频帧的VQA特征,采用顺序前向算法与Adaboost分类器对排序的特征进行融合,实验结果表明,该方法大大提高了视频篡改的检测精度,但视频分组策略需要进一步完善。

本文通过改进的三帧差法对图像帧内篡改进行检测,对时域上被篡改的可疑帧进行定位,并在空域上确定可疑帧的具体位置。针对帧间视频篡改检测采用直方图相交法,将图像帧篡改连接处的非连续性转换为像素带间的连续性,减小计算量。

2 数字视频帧内篡改检测

帧内篡改是对视频区域内部进行篡改,主要有目标移入和移除两种篡改方法。为了提高视频篡改检测过程中的计算效率、降低视频采集的数据量,采用具有静止背景的视频帧内篡改检测方法,不仅能够准确定位视频帧内篡改位置,还能够较好的确定时域上各种压缩格式的视频篡改可疑帧。

在视频的时域定位上,对图像的能量可疑度定义进行改进,使可疑度算法对图像能量的识别更加灵敏。在视频的空域定位上,采用改进的三帧差法对视频帧内篡改进行定位。视频帧内目标移除篡改检测过程如图1所示。

图1 视频帧内目标移除篡改检测过程

本文主要将视频篡改检测分为时域上和空域上篡改定位两部分。首先通过DCT求出检测视频图像每一帧的能量谱,用频域熵和低高频比对能量的可疑度进行描述。然后在空域上利用改进的三帧差法求出图像可疑帧的运动前景,定位图像帧具体被篡改的位置。

2.1 时域篡改检测方法

数字视频的成像受到设备原本噪声和外部噪声的干扰,导致图像中存在噪声,因此利用DCT的去噪能力,使图像能量集中到系数上,实现图像的降噪处理。DCT变换可以较好的描述图像信号的相关特性,二维DCT的值用公式可表示为

(1)

且

(2)

其中,a和c的取值范围为{0,1,…,M-1};b和d的取值范围为{0,1,…,N-1}。

数字视频图像经过DCT处理后,能量主要集中在DCT系数矩阵的低频部分。DCT系数矩阵中,若低频系数越集中,那么重构的图像与原始图像越相似;若低频系数越离散,那么重构的图像与原始图像越迥异。

数字视频图像中的信息较为抽象,采用熵对图像的信息进行衡量。若图像信息越集中且有规律,那么熵值越低;若图像信息越离散且杂乱,那么熵值越高。通过熵值衡量图像信息的公式可表示为

(3)

其中,Xsig表示信源;pi表示符号i对应的概率。图像的频域熵主要是表示图像低频聚集情况,那么图像的频域熵公式可表示为

(4)

其中,αi表示DTC系数矩阵的i个值。频域熵越小,表明原始图像的灰度值分布越平滑;频域熵越大,表明原始图像的边缘与细节越多。为了进一步增大图像频域能量的差异,通过低、高频能量比来描述图像的能量,公式可表示为

(5)

其中,h表示DCT系数矩阵的低频系数个数;m×n表示图像大小。为了更好地表示图像能量的连续性差异,对图像频域能量可疑度进行改进,公式为

(6)

能量可疑度越大,图像所含的低频成分越少。如果对图像中的目标进行移除操作,会增加图像的低频成分,减小能量的可疑度,那么就可以及时的发现图像被篡改了。

2.2 空域篡改检测方法

在数字视频时域检测过程中已经对篡改的可疑帧进行了定位,因此只需要在空域篡改检测中定位可疑帧的具体位置即可。为了获得图像目标的轮廓信息、弥补二帧差法的不足,取图像相邻三帧,并将前后两帧与该帧做差,将得到的差分二值图像做与运算,求出公共部分,获得更加精准的图像目标轮廓信息。但由于图像运动区域较为特殊,采用普通的三帧差法得到的结果存在噪声干扰,且运动前景模糊,因此本文对三帧差法进行改进,对得到的差分二值图先进行数学形态学处理,然后再做或运算。改进的三帧差法流程如图2所示。

图2 改进的三帧差法流程

就数字视频图像序列而言,对t时刻图像帧及前后两帧做三帧差分,公式为

(7)

其中,K(x,y,t)表示t时刻的图像帧;K(x,y,t-1)和K(x,y,t+1)分别表示t-1时刻和t+1时刻的图像帧;T表示二值化处理后的阈值大小。为了解决视频图像的背景重现问题,使处理后的图像结果较为集中,同时扩大图像的目标提取部分,采用或运算

(8)

对图像进行形态学处理后,不仅保留了图像的原本信息,还可以在一定程度上抑制噪声。

3 数字视频帧间篡改检测

视频的帧间篡改主要是对图像帧进行删除、插入等操作,为了降低篡改计算的复杂度,提高篡改识别能力,基于帧间篡改方法的特点,提出直方图相交法的帧间篡改检测算法。视频帧间篡改检测过程如图3所示。

图3 视频帧间篡改检测过程

数字视频的帧间篡改检测主要是通过横向/纵向对图像的截取获得像素线,并由相邻的4个像素线组成像素带;然后通过颜色直方图计算出临近像素带间的关联性。若视频发生帧间篡改,那么像素带间的关联性也会随之改变。

假设某段视频图像序列的视频帧长度为Lfra、高度为Hfra、宽度为Wfra,对图像序列的同一水平(纵向)位置的每帧像素进行提取,建立直角坐标系。以图像第j帧的位置s处为始发点,沿水平(纵向)位置采集Wfra(Hfra)个像素点,按顺时针方向拼接成水平像素线,生成的横向像素线,公式为

(9)

其中,O[j]xoy表示直角坐标系。将采集的各帧像素线按顺序拼接,形成横向(纵向)像素带,公式可表示为

(10)

进而将横向(纵向)形成的像素带用集合形式表示为

(11)

为了计算视频图像像素带间的相似度,采用颜色直方图。对于任意像素带颜色分量的直方图,公式可表示为

(12)

其中,r表示像素带灰度值;mr表示像素带灰度值为r时像素的数目;M表示像素的总个数。为了对横向(纵向)像素带的相似度进行衡量,可通过直方图交互法实现,公式为

(13)

其中,N表示图像灰度值可取的数量。进而,横向像素带相似度集合用公式可表示为

(14)

4 仿真与结果分析

4.1 帧内篡改检测结果

为了验证融合帧内与帧间技术的数字视频篡改检测方法的有效性,选择长度为266帧的视频进行压缩,图像帧大小为320*240,在原始视频的第148帧和第180帧中有运动物体经过,除此之外,其余帧为静止帧。对原始视频中的第171帧和第201帧的运动物体通过图像修改软件进行移除操作,使篡改后的视频中只存在静止背景。篡改后的图像高低频比值与频域熵如图4所示。

图4 图像高低频比值与频域熵测试结果

从图中可以看出,原始视频中的第171帧和第201帧运动物体移除后,为了对抠出的前景进行掩饰,修图软件会主动通过模糊操作将抠出的部分弥补成完整的背景图片,这样增加了篡改图像的低频成分,因此图像的低高频比值增大,频域熵减小,这也正是图像第179帧和第189帧出现极值的原因。通过仿真,对图像帧内运动目标移除频域可疑度分布进行了验证,实验结果如图5所示。

图5 图像可疑度分布

从图中可以看出,图像的能量可疑度分布与频域熵有一致的变化趋势,这正是因为图像第179帧和第189帧中运动目标被删除后,被抠出的目标有大有小,总体上是中间区域抠出的较多,边缘区域抠出的较少,对图像进行补全时,中间区域的补全操作较多,模糊圆润操作面积会更大,所以图像第179帧和第189帧低频分量呈现出凸形特征分布,频域熵呈现出凹形特征分布。

4.2 帧间篡改检测结果

对视频帧间篡改技术进行检测时,选择长度为412帧、GOP为10、压缩为H.264格式的视频。在视频的第158帧和第191帧中有物体A经过,在视频的第378帧和第400帧中有物体B经过,其余为静止背景。选择横向像素带,通过仿真求出视频2～184像素带的相关度,仿真结果如图6所示。

图6 原始视频像素带相关度

从图中可以看出,视频的像素带相关度呈现出周期大小为10的周期性分布,这正是因为视频GOP大小为10所引起的。对原始视频的第2～184像素带进行篡改,通过仿真求出相关度,实验结果如图7所示。

图7 篡改视频像素带相关度

从图中可以看出,通过帧间的篡改技术,将原始视频中的第99帧～128帧替换,连接处为第99帧,由于插入了30帧,原始视频中第99帧～128帧恰巧是3个周期,但因图像帧的插入破坏了连接处的像素带相关度,使数据的周期性发生了改变,因此像素带相关度的极小值为第95和第124个像素带的序列上。

5 结束语

为了对被篡改的视频进行检测,提出融合帧内与帧间技术的数字视频篡改检测方法。该算法的核心是对时域上被篡改的可疑帧进行定位,再通过空域上定位出可疑帧的具体位置。利用帧间篡改方法的特点,利用直方图相交法对视频进行检测。为了验证本文方法的有效性,分别选择长度为266帧和412帧的视频进行压缩,分别对原始视频中的第171帧、第201帧的运动物体进行移除操作,对第99帧～128帧进行替换操作,实验结果表明,本文方法可以准确定位出被篡改的视频帧,具有显著的有效性。