视频码流色度域和亮度域信息融合的重压缩取证方法
文献发布时间:2023-06-19 19:30:30
技术领域
本发明属于视频取证技术领域,具体涉及到视频编码压缩后视频码流的重压缩取证。
背景技术
近年来,随着图像编辑软件功能的日益强大,对视频内容进行篡改越来越容易,保障视频数据安全性已经成为社会的普遍共识。相应地,检测视频内容是否被篡改的视频取证技术也为大家所关注。在视频通信系统中,视频信号要依次经过采集、编码压缩、传输、存储、解码、显示等操作。编码压缩后的视频码流在网络传输时及在存储时都有可能被篡改者盗取数据。篡改者将盗取的视频数据进行篡改,并且篡改后视频内容必须要经过再次编码压缩后才能被有效传输与存储。所以编码压缩次数成为判定视频是否经过篡改的重要依据,相应地以检测视频编码压缩次数为目的的视频重压缩取证方法应运而生。
当前提出的视频重压缩取证方法存在以下问题:1)大部分方法都只考虑了亮度域编码信息对视频码流编码压缩次数的影响,未考虑色度域信息对视频码流编码压缩次数的影响;2)大部分方法都是面向MPEG-2、MPEG-4、H.264/AVC、H.265/HEVC等早期的视频编码标准,不适用于最新的H.266/VVC标准。目前最新的国际视频编码标准是2020年发布的H.266/VVC标准。相比于早期的视频编码标准,H.266/VVC采用了更加先进的编码技术,在显著提高编码效率的同时,也显著改变了视频码流的语法语义及编码压缩痕迹特征。凭借着优异的编码压缩效率及显著的通用性,H.266/VVC标准具有广阔的市场应用前景。3)方法复杂度普遍较高,例如一些方法在取证过程中都需要对待重压缩取证的视频码流编码压缩超过1次,这显著增加了取证复杂度,限制了方法的实际应用。
发明内容
本发明所要解决的技术问题在于克服上述现有技术的缺点,提供一种视频重压缩取证准确率高、复杂度低的视频码流色度域和亮度域信息融合的重压缩取证方法。
解决上述技术问题所采用的技术方案是由下述步骤组成:
(1)提取视频码流的初级码流特征
对采集到的视频码流使用解码分析软件提取视频码流中色度域和亮度域的初级码流特征,色度域初级码流特征包括帧内预测帧色度域编码单元的划分类型和预测模式,亮度域初级码流特征包括帧内预测帧亮度域编码单元的划分类型和预测模式,解码分析软件已在https://vcgit.hhi.fraunhofer.de/jvet/VVCSoftware_VTM公开。
(2)确定视频码流色度域属性矩阵
按式(1)确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵A
A
其中,E
(3)确定视频码流亮度域属性矩阵
按式(2)确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵B
B
其中,G
(4)再次压缩视频码流
使用视频编码标准支持的解码器将视频码流解码为解码视频,用视频编码标准支持的编码器再次编码压缩解码视频1次并获得再次压缩后的视频码流。
(5)提取再次压缩视频码流的初级码流特征
对再次压缩后的视频码流使用解码分析软件提取色度域和亮度域的初级码流特征,色度域初级码流特征包括帧内预测帧色度域编码单元的划分类型和预测模式,亮度域初级码流特征包括帧内预测帧亮度域编码单元的划分类型和预测模式。
(6)确定再次压缩视频码流色度域属性矩阵
按式(3)确定再次压缩后的视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵C
C
其中,K
(7)确定视频码流色度域属性标记
按式(4)确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性标记β
其中,α∈{1,2,…,θ},A
(8)确定视频码流色度域不同属性编码单元占比
按式(5)确定视频码流中选择第α种色度域编码单元划分类型的不同属性编码单元占比W
其中,M
(9)确定再次压缩视频码流亮度域属性矩阵
按式(6)确定再次压缩后的视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵D
D
其中,Q
(10)确定视频码流亮度域属性标记
按式(7)确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性标记δ
其中,
(11)确定视频码流亮度域不同属性编码单元占比
按式(8)确定视频码流中选择第γ种亮度域编码单元划分类型的不同属性编码单元占比V
其中,N
(12)确定视频码流的高级码流特征
按式(9)确定视频码流的高级码流特征矩阵T:
(13)确定重压缩取证结果
将高级码流特征矩阵T输入支持向量机模式识别与回归的软件包,根据支持向量机模式识别与回归的软件包输出的2分类数据最终获得视频码流对应的重压缩取证结果,支持向量机模式识别与回归的软件包已在https://www.csie.ntu.edu.tw/~cjlin/libsvm/公开。
在本发明的(2)确定视频码流色度域属性矩阵的式(1)中,所述的E
在本发明的(3)确定视频码流亮度域属性矩阵步骤的式(2)中,所述的
由于本发明采用了确定视频码流色度域属性矩阵步骤、确定再次压缩视频码流色度域属性矩阵步骤、确定视频码流色度域属性标记步骤,解决了现有技术没有考虑色度域编码信息影响、确定视频码流色度域不同属性编码单元占比步骤,采用了确定视频码流的高级码流特征步骤,解决了不适用于最新的H.266/VVC标准和取证复杂度高的问题。本发明具有视频重压缩取证准确率高、复杂度低等优点,可用于H.266/VVC、H.265/HEVC、H.264/AVC等支持编码单元划分类型及预测模式技术的标准的视频码流重压缩取证技术领域。
附图说明
图1是本发明实施例1的流程图。
具体实施方式
下面结合附图和实施例对本发明进一步详细说明,但本发明不限于下述的实施方式。
实施例1
本实施例的视频码流色度域和亮度域信息融合的重压缩取证方法由以下步骤组成(参见图1):
(1)提取视频码流的初级码流特征
对采集到的视频码流使用解码分析软件提取视频码流中色度域和亮度域的初级码流特征,色度域初级码流特征包括帧内预测帧色度域编码单元的划分类型和预测模式,亮度域初级码流特征包括帧内预测帧亮度域编码单元的划分类型和预测模式,解码分析软件已在https://vcgit.hhi.fraunhofer.de/jvet/VVCSoftware_VTM公开。
(2)确定视频码流色度域属性矩阵
按式(1)确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵A
A
其中,E
(3)确定视频码流亮度域属性矩阵
按式(2)确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵B
B
其中,G
(4)再次压缩视频码流
使用视频编码标准支持的解码器将视频码流解码为解码视频,用视频编码标准支持的编码器再次编码压缩解码视频,获得再次压缩后的视频码流。
(5)提取再次压缩视频码流的初级码流特征
对再次压缩后的视频码流使用解码分析软件提取色度域和亮度域的初级码流特征,色度域初级码流特征包括帧内预测帧色度域编码单元的划分类型和预测模式,亮度域初级码流特征包括帧内预测帧亮度域编码单元的划分类型和预测模式。
(6)确定再次压缩视频码流色度域属性矩阵
按式(3)确定再次压缩后的视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵C
C
其中,K
(7)确定视频码流色度域属性标记
按式(4)确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性标记β
其中,α∈{1,2,…,θ},A
(8)确定视频码流色度域不同属性编码单元占比
按式(5)确定视频码流中选择第α种色度域编码单元划分类型的不同属性编码单元占比W
其中,M
(9)确定再次压缩视频码流亮度域属性矩阵
按式(6)确定再次压缩后的视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵D
D
其中,Q
(10)确定视频码流亮度域属性标记
按式(7)确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性标记δ
其中,
(11)确定视频码流亮度域不同属性编码单元占比
按式(8)确定视频码流中选择第γ种亮度域编码单元划分类型的不同属性编码单元占比V
其中,N
(12)确定视频码流的高级码流特征
按式(9)确定视频码流的高级码流特征矩阵T:
(13)确定重压缩取证结果
将高级码流特征矩阵T输入支持向量机模式识别与回归的软件包,根据支持向量机模式识别与回归的软件包输出的2分类数据最终获得视频码流对应的重压缩取证结果,支持向量机模式识别与回归的软件包已在https://www.csie.ntu.edu.tw/~cjlin/libsvm/公开。
完成视频码流色度域和亮度域信息融合的重压缩取证方法。
实施例2
本实施例的视频码流色度域和亮度域信息融合的重压缩取证方法由以下步骤组成:
(1)提取视频码流的初级码流特征
该步骤与实施例1相同。
(2)确定视频码流色度域属性矩阵
按式(1)确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵A
A
其中,E
(3)确定视频码流亮度域属性矩阵
按式(2)确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵B
B
其中,G
其它步骤与实施例1相同。完成视频码流色度域和亮度域信息融合的重压缩取证方法。
实施例3
本实施例的视频码流色度域和亮度域信息融合的重压缩取证方法由以下步骤组成:
(1)提取视频码流的初级码流特征
该步骤与实施例1相同。
(2)确定视频码流色度域属性矩阵
按式(1)确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵A
A
其中,E
(3)确定视频码流亮度域属性矩阵
按式(2)确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵B
B
其中,G
其它步骤与实施例1相同。完成视频码流色度域和亮度域信息融合的重压缩取证方法。
为了验证本发明的有益效果,发明人采用本发明实施例3的方法对测试视频进行了实验,实验情况如下:
选择编码标准制定组织推荐的27个标准视频作为测试视频,视频的颜色空间为YCbCr4:2:0。采用H.266/VVC标准推荐的参考软件VTM-11.0编码压缩测试视频1次和2次得到对应的视频码流,并将视频码流输入本发明实施例3方法进行重压缩取证。编码档次为main_10,编码结构为低时延编码结构,量化参数分别设置为22、25、27、29、32、35、37、39、42。其他编码参数参照配置文件encoder_lowdelay_P_vtm.cfg中的默认设置。本发明实施例3方法对应的视频重压缩取证准确率s按照式(10)计算:
s=(u+j)/2 (10)
其中,u表示本发明识别单次压缩视频的准确率,j表示本发明识别重压缩视频的准确率,结果如表1所示。
表1本发明实施例3方法的视频重压缩取证准确率(s)结果
由表1可见,在每个测试量化参数情况下,本发明实施例3方法的视频重压缩取证准确率都大于等于92.59%,对于所有的测试量化参数,本发明实施例3方法的视频重压缩取证准确率平均为96.50%,说明本发明实施例3方法的视频重压缩取证准确率高。
在本发明技术方案步骤中,只需要在再次压缩视频码流步骤中对待重压缩取证的视频码流编码压缩1次,说明本发明实施例3方法的视频重压缩取证复杂度低。
- 基于卷积神经网络和HEVC压缩域显著信息的视频压缩方法
- 使用插值进行亮度和色度的相位对准的色域可伸缩视频编码设备及方法
- 使用插值进行亮度和色度的相位对准的色域可伸缩视频编码设备及方法