融合多特征的視頻幀間篡改檢測算法

肖輝，翁彬，黃添強，普菡，黃則輝

融合多特征的視頻幀間篡改檢測算法

肖輝1,2，翁彬1,2，黃添強1,2，普菡1,2，黃則輝3

（1. 福建師范大學(xué)數(shù)學(xué)與信息學(xué)院，福建 福州 350007；2. 福建省大數(shù)據(jù)挖掘與應(yīng)用工程技術(shù)研究中心，福建 福州 350007；3. 世新大學(xué)，臺灣 臺北 350108）

傳統(tǒng)的視頻幀間被動取證往往依賴單一特征，而這些特征各自適用于某類視頻，對其他視頻的檢測精度較低。針對這種情況，提出一種融合多特征的視頻幀間篡改檢測算法。該算法首先計算視頻的空間信息和時間信息值并對視頻進行分組，接著計算視頻幀間連續(xù)性VQA特征，然后結(jié)合SVM–RFE特征遞歸消除算法對不同特征排序，最后利用順序前向選擇算法和Adaboost二元分類器對排序好的特征進行篩選與融合。實驗結(jié)果表明，該算法提高了篡改檢測精度。

視頻篡改檢測；融合算法；特征選擇；Adaboost二元分類；視頻分組

1 引言

數(shù)字視頻為信息的主要載體之一，到2021年其在互聯(lián)網(wǎng)上的視頻流量將占消費者使用流量的85%[1]。與此同時，大量的視頻剪輯軟件使視頻篡改成為一項很輕松的工作，而這些篡改后的視頻往往人眼很難分辨出來。然而，視頻的真實性和完整性在新聞媒體、科學(xué)發(fā)現(xiàn)、法庭取證等領(lǐng)域都十分重要[2]。因此，視頻篡改檢測已經(jīng)成為近年來一個熱門的研究方向[3-5]。

視頻的幀間篡改包含幀復(fù)制粘貼、幀插入和幀刪除等操作，這些篡改方式易于實現(xiàn)，且對社會安全危害較大。因此，幀間篡改檢測算法吸引了大量的研究者，近年來不斷有新方法被提出。然而，這些方法往往通過提取視頻的某個特征來識別篡改。而現(xiàn)實世界的視頻是豐富多彩的，不同的光照環(huán)境、模糊程度和畫面運動的快慢等都有可能導(dǎo)致某種特征失效。所以，已有的檢測算法一般對某類視頻比較有效，而對其他視頻的效果不好。將這些特征融合起來以提高篡改檢測的效果是一個新的研究方向。

為解決上述問題，本文提出了一種融合多特征的視頻幀間篡改檢測算法。針對待檢測的視頻，該算法首先計算多個特征，然后對這些特征排序并篩選，最后得到的融合檢測結(jié)果往往要優(yōu)于基于單個特征的方法。此外，事先將視頻分組，再進行特征融合來提高融合算法的檢測精度。

2 相關(guān)工作

2.1 幀間篡改檢測

視頻幀間篡改的檢測已有不少研究成果。Chao等[6]提出了一種基于光流特征的幀間檢測方法。使用小窗口移動計算第一幀和最后一幀以及相鄰幀之間的光流，出現(xiàn)幀刪除或插入時，光流的高度不一致，用二分查找方案來檢測插入篡改，并應(yīng)用雙自適應(yīng)閾值來檢測刪除篡改。然而，光流特征對篡改幀數(shù)少的視頻的檢測精度不高。Wu等[7]提出了基于速度場特征的檢測方法。速度場特征是由粒子圖像測速（PIV）的關(guān)鍵點計算相鄰幀并估計它們的位移，根據(jù)速度場序列計算相應(yīng)的相對因子序列，最后用廣義極值學(xué)習(xí)偏差（ESD）來識別篡改類型并定位，速度場特征隨壓縮比例的增大，檢測精度會大大降低。Liu等[8]將RGB顏色空間轉(zhuǎn)化為2D對立色度空間，使用Zernike矩來計算二維對立色度空間的Zernike色度變換矩（ZOCM）執(zhí)行粗略檢測，利用相鄰幀ZOCM的差異性來提取異常點。粗檢測過程計算速度快，但會存在誤檢測現(xiàn)象，最后使用Tamura粗糙度特征來進行精細計算得到更準確的幀復(fù)制粘貼位置，篡改區(qū)域移動速度過快時，Tamura粗糙度特征的檢測精度不高。Wang等[9]分析了MPEG-1，2壓縮視頻，當(dāng)視頻序列遭受偽造（幀刪除/插入），一些幀從一個GOP組刪除或插入另一個GOP組時，會出現(xiàn)較大的運動估計誤差。它依賴于P幀殘差特征產(chǎn)生的周期性偽像，用傅里葉變換檢查P幀殘余誤差造成的峰值從而判斷出偽造視頻?；诖嘶A(chǔ)，Aghamaleki等[10]提取了具有空間約束的算法來檢測P幀殘差特征量化誤差的豐富區(qū)域，減少運動對P幀殘差的影響，繼而用小波變換豐富頻域中的量化誤差軌跡。利用P幀殘差特征的缺點在于對刪除整個GOP組的偽造痕跡無法被量化出來。Li等[11]提出了一種基于結(jié)構(gòu)相似度（MSSIM）特征的新算法，由于重復(fù)幀之間的相似度值高于正常幀之間的相似度值，通過測量短子序列之間的時間相似性度量策略來檢測幀復(fù)制粘貼篡改。文獻[12]同樣使用MSSIM特征，基于相鄰幀之間MSSIM商具有連續(xù)性，使用兩次切比雪夫不等式及閾值法對提出的MSSIM商特征進行異常點檢測，從而實現(xiàn)對視頻幀插入和刪除的篡改檢測和定位。MSSIM利用了視頻幀之間的連續(xù)性，用作視頻篡改檢測時有較好的效果，本文將其融入提出的算法中。上述的幀間篡改檢測技術(shù)通常只使用某個特定的特征來尋找異常點。然而，現(xiàn)實世界的視頻往往具有不同的特點，如不同的光照、顏色、亮度和運動的劇烈程度等。因此，基于單個特征的篡改檢測方法，一般只對某類視頻有較好的效果，而對另一類視頻檢測效果較差。本文的思路是建立一個算法來融合多個不同特征。

2.2 視頻質(zhì)量評估

視頻質(zhì)量評估（VQA，video quality assessment）模型針對視頻每幀的序列進行計算，隨時間記錄匯總每幀的測量質(zhì)量，以評估整個視頻的質(zhì)量。VQA特征已有不少，表1列出了目前已有的質(zhì)量評估指標，包括MSE、PSNR、SSIM[13]、MSSIM[14]、VSNR[15]、VIF[16]、VIFP[17]、UQI、IFC[18]、NQM[19]、WSNR[20]、SNR、VSI[21]、FSIM[22]、IWSSIM[23]、GSM[24]、MAD[25]、SRSIM[26]、RFSIM[27]。以上的VQA方法都是基于計算視頻幀間相似度信息來進行視頻質(zhì)量測量。其中，MSSIM特征已經(jīng)被應(yīng)用于視頻幀間篡改檢測并取得較高的檢測率[11-12]。本文不僅測試將其他VQA特征應(yīng)用于視頻幀間篡改檢測的可行性，而且將它們?nèi)诤系揭粋€統(tǒng)一的算法中。

2.3 多特征融合

Liu等[28]通過融合圖像質(zhì)量評估特征（IQA，image quality assessment）來實現(xiàn)客觀圖像質(zhì)量評估，根據(jù)失真類型將圖像分為3到5組，使用機器學(xué)習(xí)方法訓(xùn)練預(yù)測模型，在6個代表性數(shù)據(jù)庫中進行了測試，結(jié)果表明提出的融合方法比現(xiàn)有的IQA方法性能好。Lin等[29]融合VQA特征進行客觀視頻質(zhì)量評估，將視頻按壓縮率和調(diào)整大小分組，在每組內(nèi)融合幾個VQA特征預(yù)測感知質(zhì)量，通過機器學(xué)習(xí)減少了內(nèi)容多樣性并提高融合性能，在MCL-V數(shù)據(jù)集中進行測試，結(jié)果表明融合VQA特征比單個VQA特征的評估效果更好。上述特征融合方法均是針對質(zhì)量評估的。在篡改檢測方面，Huang等[30]提出了融合音頻的多通道方法。該方法利用篡改視頻文件的視頻通道時會影響音頻通道的原理，取得了較好的檢測效果。然而，許多視頻常常沒有音頻通道（如監(jiān)控視頻），這就限制了該方法的應(yīng)用范圍。Shanableh等[31]從視頻比特流中提取多特征來對MPEG視頻進行檢測，得到了較好的效果。然而，他們只用到了MPEG視頻中P幀的一些簡單特征，而本文的算法和所選用的特征則不受限于具體的視頻編碼格式。而且，他們的方法僅對幀刪除的篡改進行了測試，而本文會對復(fù)制、插入和刪除等篡改都進行測試。此外，本文還提出利用視頻分組來改進特征融合的效果。

表1 質(zhì)量評估指標

3 幀間篡改檢測融合算法

融合算法的目的是融合多個特征，獲得比利用單一特征檢測精確度更高的視頻篡改取證算法。但視頻特征數(shù)量多，將所有可能的組合遍歷一遍顯然是不可取的。本文使用特征遞歸消除算法（SVM-RFE）對特征進行排序，然后用文獻[32]中提到的順序前向選擇（SFS，sequential forward method selection）算法和Adaboost二元分類器對排序好的特征逐個融合，每次留下能提高當(dāng)前得分的特征，這樣只要遍歷一遍特征集就能得到一組滿意的結(jié)果，實驗表明該方法可以提高融合算法的檢測精度。融合算法流程如圖1所示。

圖1 融合算法流程

Figure 1 Fusion algorithm flow

3.1 視頻分組

將類似內(nèi)容的視頻分類到同一組當(dāng)中，可以在每一組中構(gòu)建更加準確的檢測模型。在每一組中，希望有足夠多的樣本和視頻來學(xué)習(xí)和訓(xùn)練。根據(jù)實驗的情況分析發(fā)現(xiàn)，利用空間信息（SI）和時間信息（TI）將視頻分成兩組，可以取得比不分組更好的檢測效果。

計算TI，先對視頻幀序列提取的運動差異特性M(,)，再計算標準偏差。TI為沿著時間軸計算M(,)的空間標準偏差的最大值，可以用式(3)表示。

利用以下分割線將視頻分為兩組，如式(4)所示。

3.2 特征提取

在分組之后，分別對每組里的視頻提取特征。因為要檢測視頻的幀間篡改，所以計算視頻的幀間VQA特征。首先將視頻分解成幀序列，然后逐幀提取兩幀間的19個VQA特征（見表1）。有以下幀序列：

圖2 視頻分組

Figure 2 Video grouping

對于個連續(xù)的視頻幀，可以提取–1次幀間相關(guān)特性，每次都提取19個VQA特征，如式(6)所示。

3.3 特征排序與融合

算法1 SVM-RFE特征排序算法

輸出

算法2 順序前向選擇

使用算法1對特征進行排序，再使用算法2選擇特征并逐個融合特征，最終每個分組得到一組特征集。在所有樣本中使用融合特征集獲取融合樣本，將樣本分為訓(xùn)練樣本和測試樣本。使用融合測試樣本訓(xùn)練Adaboost二元分類器，獲得一個融合算法的分類模型。將測試樣本輸入融合分類模型得到每組融合模型得分。為了方便分組融合模型與不分組融合模型的比較，使用平均法取兩個分組的平均值作為融合算法的得分，最后得到整個融合算法的視頻取證得分。得分越高說明融合算法檢測幀間篡改的精度越高。

4 實驗結(jié)果與分析

4.1 實驗設(shè)置

本文使用了華南理工的視頻篡改檢測數(shù)據(jù)庫（VFDD，video forgery detection database）Version1.0[35]和SULFA（surrey university library for forensic analysis）[36]視頻庫中的220個視頻對融合算法的有效性進行驗證。實驗中使用Matlab R2016b提取視頻特征，使用Scikit-learn[37]庫進行特征選擇以及分類。實驗環(huán)境為Intel Corei5-4590 CPU 3.30 GHz、8 GB內(nèi)存、Windows 10系統(tǒng)。

4.2 實驗樣本來源

首先構(gòu)造一個視頻幀間篡改的數(shù)據(jù)集。該數(shù)據(jù)集包含44 686條樣本，其中正負樣本各占一半。視頻內(nèi)容包括日常生活場景，如行人走路、汽車在公路行使、做體育運動（踢球、打羽毛球、打乒乓球、跑步）、自然風(fēng)景等。圖3展示了幀間篡改操作。其中，圖3(a)為原始幀序列（以第1到第12幀為例）；圖3(b)顯示了幀插入篡改操作，其中、、為插入幀；圖3(c)顯示了幀刪除篡改操作，其中第7、8、9幀（用白色表示）已從視頻幀序列中刪除；圖3(d)顯示了幀復(fù)制粘貼篡改操作，第10到第12幀被復(fù)制粘貼到了第3幀和第4幀之間。上述3種幀間篡改操作會導(dǎo)致視頻幀序列發(fā)生變化，在構(gòu)造樣本時，篡改點處對應(yīng)的是負樣本。如圖3(b)中，編號為3的幀和編號為x的幀之間是異常點，編號為z的幀與編號為4的幀之間也是異常點；圖3(c)中，編號為6的幀與編號為10的幀之間是異常點。圖3(d)中，編號為3的幀與其相鄰的編號為10的幀之間是異常點，編號為12與相鄰的編號為4的幀之間是異常點。在異常點處的樣本是負樣本。幀間篡改的視頻異常點比正常點要少得多。然而，訓(xùn)練分類模型一般要求正負樣本數(shù)相當(dāng)才能訓(xùn)練出好的分類模型。因此，在生成數(shù)據(jù)集時，每生成一個正常點，就隨機構(gòu)造一個異常點。構(gòu)造方法如下，假設(shè)原始視頻幀序列是從1到F，如果正常點1和2之間提取特征作為正樣本，則同時隨機選取一幀F，1與F構(gòu)成負樣本。這樣，對于一個原始視頻可以生成等量的正樣本和負樣本。考慮到視頻篡改的幀數(shù)一般超過5幀，本文選取的隨機幀F與當(dāng)前幀的間隔在5~35幀之間。

4.3 分類器的比較與選擇

一組樣本的眾多分類器的得分如表2所示。從表中可以看出AdaBoost分類器的效果較佳，優(yōu)于其他分類效果。選擇AdaBoost作為分類器時，分類精度高，作為簡單的二元分類器時，構(gòu)造簡單，且不容易發(fā)生過擬合。

圖3 幀間篡改操作

Figure 3 Interframe tamper operation

表2 分類器得分

4.4 實驗結(jié)果與分析

大量的實驗結(jié)果表明融合所有特征往往不能達到最好的效果。因此，一般不需要融合所有特征，只需要找到一個較佳的融合數(shù)量即可。在表3中第1到19欄展示了逐一添加特征的結(jié)果，第20欄是本文融合算法添加特征的結(jié)果，并繪制了結(jié)果曲線，如圖4所示，以便更好地展示融合效果。表3中索引號1到19欄展示的是先對特征進行排序，按照排序結(jié)果依次添加特征后的得分，其過程中沒有排除任何特征。最后一欄（索引號20）展示的是使用本文中提到的算法2（只添加能提高當(dāng)前檢測精度的特征）融合特征的結(jié)果。表3中第一個所選的特征是給定樣本下得分最高的特征，在增加一個特征后，其性能反而下降了。圖4可以清晰地看出當(dāng)特征數(shù)從2增加到4時，性能有大幅提升。當(dāng)融合特征數(shù)為4時有最佳性能。特征數(shù)大于4之后，性能有所下降也有所上升，一般保持在一個比較平穩(wěn)的水平。最后一欄只融合了部分特征也獲得了較高的得分。從圖4中可以看出融合方法確實有利于提高檢測精度且使用本文的算法不需要融合所有特征也可以選擇一組效果較佳的特征。高維數(shù)據(jù)性能有所下降而不是改善的原因有兩點：特征增加意味著噪聲和誤差也隨之增加；樣本數(shù)據(jù)量不足以獲得統(tǒng)計上合理和可靠的估計。如果選取一組樣本，要找到最佳的特征組合，需要遍歷所有可能，顯然，這是不可取的。那么，使用本文提到的順序前向選擇算法，可以找到一組性能較佳的特征，而只需遍歷一遍所有特征，且復(fù)雜度低。

表3 融合步驟得分

對本文所提融合算法與單一VQA方法在華南理工視頻篡改檢測數(shù)據(jù)庫和SULFA視頻庫的精確度進行比較。結(jié)果如表4所示。表中第一列展示了方法的名稱。其中MMF為本文的融合算法，MMF分有分組和無分組兩種，第二列是VFDD庫中每種方法的得分，第三列是SULFA庫中每種方法的得分，得分越高表示檢測精度越好。在VFDD視頻庫中表現(xiàn)最好的單一特征是IFC（得分0.918 623），而在SULFA視頻庫中表現(xiàn)最好的單一特征為VSNR（得分0.666 803）；同時也可以看出IFC特征在SULFA視頻庫中的得分只有0.481 829，相比于其他特征的表現(xiàn)有明顯的不足，同樣VSNR在VFDD視頻庫中的表現(xiàn)相對于其他特征也有明顯的不足。從表4中可以看出融合算法在兩個數(shù)據(jù)庫中的性能表現(xiàn)都是最優(yōu)的。VFDD數(shù)據(jù)庫中，MMF（無分組）融合的特征為IFC、VIF、MAD、IWSSIM、GSM、VSI、SSIM。MMF（分組后）將視頻分為兩組，第一組融合特征為IFC、NQM、PSNR、SNR、VSNR、WSNR；第二組的融合特征為IFC、MSE、NQM、PSNR、VSNR、UQI、SSIM。分組與未分組的融合方法性能幾乎無差別；在SULFA中，MMF（無分組）融合的特征為IFC、NQM。MMF（分組后）將視頻分為兩組，第一組融合特征為IFC、IWSSIM、SRSIM；第二組的融合特征為WSNR、SNR、PSNR。分組后的融合方法比未分組的融合方法在性能上有顯著的提升。這說明正確的分組有利于融合算法性能的提升。在時間上效率上，融合算法比單一特征多花費200 s。相比于檢測效果的提升，額外的開銷時間在可接受范圍之內(nèi)。

圖4 融合方法曲線

Figure 4 Fusion method graph

表4 融合模型性能比較

5 結(jié)束語

本文提出了融合多特征的視頻幀間篡改檢測算法。首先計算視頻幀間的TI和SI，使用TI值和SI值對視頻進行分組；分組后提取視頻幀間的VQA特征；對提取的VQA特征使用特征遞歸消除法對特征進行排序；然后再使用順序前向選擇算法和Adaboost二元分類器對排好序的VQA特征逐個融合，最終得到每組融合方法的得分，最后取兩組得分的平均值得到整個算法的幀間篡改分類得分。實驗對比表明，融合算法的篡改檢測效果優(yōu)于單一特征，且對視頻進行分組能夠提高融合算法的得分。下一步工作，將做更多的實驗來尋找更合適的視頻分組策略，進一步提算法的融合性能。未來也會嘗試使用深度學(xué)習(xí)的方法來自動提取特征及融合。

[1] INDEX C V N. Forecast and methodology, 2016–2021[R]. White Paper, 2017, 6.

[2] IULIANI M, SHULLANI D, FONTANI M, et al. A video forensic framework for the unsupervised analysis of MP4-like file container[J]. IEEE Transactions on Information Forensics and Security, 2018, 14(3): 635-645.

[3] AFCHAR D, NOZICK V, YAMAGISHI J, et al. Mesonet: a compact facial video forgery detection network[C]//2018 IEEE International Workshop on Information Forensics and Security (WIFS). 2018: 1-7.

[4] MATERN F, RIESS C, STAMMINGER M. Exploiting visual artifacts to expose deepfakes and face manipulations[C]//2019 IEEE Winter Applications of Computer Vision Workshops (WACVW). 2019: 83-92.

[5] SINGH R D, AGGARWAL N. Video content authentication techniques: a comprehensive survey[J]. Multimedia Systems, 2018, 24(2): 211-240.

[6] CHAO J, JIANG X, SUN T. A novel video inter-frame forgery model detection scheme based on optical flow consistency[C]//International Workshop on Digital Watermarking. 2012: 267-281.

[7] WU Y, JIANG X, SUN T, et al. Exposing video inter-frame forgery based on velocity field consistency[C]//2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). 2014: 2674-2678.

[8] LIU Y, HUANG T. Exposing video inter-frame forgery by Zernike opponent chromaticity moments and coarseness analysis[J]. Multimedia Systems, 2017, 23(2): 223-238.

[9] WANG W, FARID H. Exposing digital forgeries in video by detecting double MPEG compression[C]//The 8th Workshop on Multimedia and Security. 2006: 37-47.

[10] AGHAMALEKI J A, BEHRAD A. Inter-frame video forgery detection and localization using intrinsic effects of double compression on quantization errors of video coding[J]. Signal Processing: Image Communication, 2016, 47: 289-302.

[11] LI F, HUANG T. Video copy-move forgery detection and localization based on structural similarity[C]//The 3rd International Conference on Multimedia Technology (ICMT 2013). 2014: 63-76.

[12] 張珍珍, 侯建軍, 李趙紅, 等. 基于 MSSIM 商一致性的視頻插幀和刪幀篡改檢測[J]. 北京郵電大學(xué)學(xué)報, 2015, 38(4):.84-88. ZHANG Z Z, HOU J J, LI Z H, et al. Video-farm insertion and deflection detection based on consistency of quotients of MSSIM[J]. Journal of Beijing University of Posts and Telecommunications, 2015, 38(4): 84-88.

[13] WANG Z, BOVIK A C, SHEIKH H R, et al. Image quality assessment: from error visibility to structural similarity[J]. IEEE Transactions on Image Processing, 2004, 13(4): 600-612.

[14] WANG Z, SIMONCELLI E P, BOVIK A C. Multiscale structural similarity for image quality assessment[C]//The Thrity-Seventh Asilomar Conference on Signals, Systems & Computers, 2003. 2003, 2: 1398-1402.

[15] CHANDLER D M, HEMAMI S S. VSNR: a wavelet-based visual signal-to-noise ratio for natural images[J]. IEEE Transactions on Image Processing, 2007, 16(9): 2284-2298.

[16] SHEIKH H R, BOVIK A C. Image information and visual quality[J]. IEEE Transactions on Image Processing, 2006, 15(2): 430-444.

[17] WANG Z, BOVIK A C. A universal image quality index[J]. IEEE Signal Processing Letters, 2002, 9(3): 81-84.

[18] SHEIKH H R, BOVIK A C, DE VECIANA G. An information fidelity criterion for image quality assessment using natural scene statistics[J]. IEEE Transactions on Image Processing, 2005, 14(12): 2117-2128.

[19] DAMERA-VENKATA N, KITE T D, GEISLER W S, et al. Image quality assessment based on a degradation model[J]. IEEE Transactions on Image Processing, 2000, 9(4): 636-650.

[20] MANNOS J, SAKRISON D. The effects of a visual fidelity criterion of the encoding of images[J]. IEEE Transactions on Information Theory, 1974, 20(4): 525-536.

[21] ZHANG L, SHEN Y, LI H. VSI: a visual saliency-induced index for perceptual image quality assessment[J]. IEEE Transactions on Image Processing, 2014, 23(10): 4270-4281.

[22] ZHANG L, ZHANG L, MOU X, et al. FSIM: a feature similarity index for image quality assessment[J]. IEEE Transactions on Image Processing, 2011, 20(8): 2378-2386.

[23] WANG Z, LI Q. Information content weighting for perceptual image quality assessment[J]. IEEE Transactions on Image Processing, 2011, 20(5): 1185-1198.

[24] LIU A, LIN W, NARWARIA M. Image quality assessment based on gradient similarity[J]. IEEE Transactions on Image Processing, 2012, 21(4): 1500-1512.

[25] LARSON E C, CHANDLER D M. Most apparent distortion: full-reference image quality assessment and the role of strategy[J]. Journal of Electronic Imaging, 2010, 19(1): 011006.

[26] ZHANG L, LI H. SR-SIM: a fast and high performance IQA index based on spectral residual[C]//2012 19th IEEE International Conference on Image Processing. 2012: 1473-1476.

[27] ZHANG L, ZHANG L, MOU X. RFSIM: a feature based image quality assessment metric using Riesz transforms[C]//2010 IEEE International Conference on Image Processing. 2010: 321-324.

[28] LIU T J, LIN W, KUO C C J. Image quality assessment using multi-method fusion[J]. IEEE Transactions on Image Processing, 2012, 22(5): 1793-1807.

[29] LIN J Y, LIU T J, WU E C H, et al. A fusion-based video quality assessment (FVQA) index[C]//Signal and Information Processing Association Annual Summit and Conference (APSIPA), 2014 Asia-Pacific. 2014: 1-5.

[30] HUANG T, ZHANG X, HUANG W, et al. A multi-channel approach through fusion of audio for detecting video inter-frame forgery[J]. Computers & Security, 2018, 77: 412-426.

[31] SHANABLEH T. Detection of frame deletion for digital video forensics[J]. Digital Investigation, 2013, 10(4): 350-360.

[32] LIU T J, LIN W, KUO C C J. Image quality assessment using multi-method fusion[J]. IEEE Transactions on Image Processing, 2012, 22(5): 1793-1807.

[33] INSTALLATIONS T, LINE L. Subjective video quality assessment methods for multimedia applications[J]. Networks, 1999, 910(37): 5.

[34] GUYON I, WESTON J, BARNHILL S, et al. Gene selection for cancer classification using support vector machines[J]. Machine Learning, 2002, 46(1-3): 389-422.

[35] HU Y J, SALMAN A H, WANG Y F, et al. Construction and evaluation of video forgery detection database[J]. Journal of South China University of Technology (Natural Science), 2017, 45(12):57-64.

[36] QADIR G, YAHAYA S, HO A T, Surrey university library for forensic analysis (SULFA) of video content[C]//IET Conference on Image Processing. 2012: 1-6.

[37] PEDREGOSA F, VAROQUAUX G, GRAMFORT A, et al. Scikit-learn: machine learning in Python[J]. Journal of Machine Learning Research, 2011, 12: 2825-2830.

Video inter-frame tampering detection algorithm fusingmultiple features

XIAO Hui1,2, WENG Bin1,2, HUANG Tianqiang1,2, PU Han1,2, HUANG Zehui3

1. School of Mathematics and Information, Fujian Normal University, Fuzhou 350007, China 2. Fujian Research Center for Big Data Mining and Applied Engineering, Fuzhou 350007, China 3. Shih Hsin University, Taipei 350108, China

Traditional passive forensics of video inter-frame tampering often relies on single feature. Each of these features is usually suitable for certain types of videos, while has low detection accuracy for other videos. To combine the advantages of these features, a video inter-frame tampering detection algorithm that could fuse multi-features was proposed. The algorithm firstly classified the input video into one group based on its space information and time information values. Then it calculated the VQA features that represented the video inter-frame continuity. These features were sorted by the SVM-RFE feature recursive elimination algorithm. Finally, the sorted features were filtered and fused by the sequential forward selection algorithm and Adaboost binary classifier. Experimental results show that the proposed algorithm could achieve higher tampering detection accuracy.

video tamper detection, fusion algorithm, feature selection, Adaboost binary classification, video grouping

s: The National Key Program for Developing Basic Science (No.2018YFC1505805), Applied Mathematics Fujian Provincial Key Laboratory Project (No.SX201803)

TP393

A

10.11959/j.issn.2096?109x.2020007

肖輝（1991?），男，福建建甌人，福建師范大學(xué)碩士生，主要研究方向為信息安全、數(shù)字多媒體取證。

2019?07?10；

2019?10?03

黃添強，fjhtq@fjnu.edu.cn

國家重點研發(fā)計劃專項基金資助項目（No.2018YFC1505805）；應(yīng)用數(shù)學(xué)福建省高校重點研究資助項目（No.SX201803）

翁彬（1981?），男，福建福州人，博士，福建師范大學(xué)講師，主要研究方向為機器學(xué)習(xí)及應(yīng)用。

黃添強（1971?），男，福建仙游人，博士，福建師范大學(xué)教授、博士生導(dǎo)師，主要研究方向為機器學(xué)習(xí)、數(shù)字多媒體取證。

普菡（1995? ），女，河南平輿人，福建師范大學(xué)碩士生，主要研究方向為信息安全、數(shù)字多媒體取證。

黃則暉（1999?），女，福建仙游人，主要研究方向為多媒體編輯與傳播。

論文引用格式：肖輝, 翁彬, 黃添強, 等. 融合多特征的視頻幀間篡改檢測算法[J]. 網(wǎng)絡(luò)與信息安全學(xué)報, 2020, 6(1): 84-93.

XIAO H, WENG B, HUANG T Q, et al. Video inter-frame tampering detection algorithm fusing multiple features [J]. Chinese Journal of Network and Information Security, 2020, 6(1): 84-93.