12、口述历史视频篡改检测及图像隐写分析研究

口述历史视频篡改检测及图像隐写分析研究

在视频处理和信息安全领域，视频篡改检测和图像隐写分析是两个重要的研究方向。下面将详细介绍相关的技术和算法。

视频水印算法用于篡改检测

传统的视频水印方案如基于人类视觉系统（HVS）、内容认证、斜率等算法，对视频压缩、几何变换、帧交换和帧丢失等攻击具有一定的鲁棒性，但无法检测字幕篡改。现有的字幕检测方法大致可分为基于连通分量（CC）、边缘特征和纹理特征的三类。

• 基于连通分量（CC）的方法 ：通常对颜色均匀、间距规则的字幕效果较好，但由于颜色渗透和字幕对比度低，可能无法保留字符的完整形状。
• 基于边缘特征的方法 ：如使用Sobel和Canny边缘特征，但在复杂背景下会产生大量误报。
• 基于纹理特征的方法 ：传统方案通过DCT、小波变换和Gabor滤波器描述字幕纹理特征，但存在冗余大、特征通道多的问题。为解决这些问题，提出了基于结构张量的纹理描述符的字幕检测方法。

为了检测字幕篡改，提出了一种新的视频水印算法，主要贡献有两点：
1. 提出基于汉明码纠错的帧定位方法，以抵抗时间篡改，确保通过识别水印帧提取水印信息。
2. 提出基于字幕的篡改检测方法，利用结构张量和字幕分割提取汉字的笔画和结构特征，保护视频版权。

相关技术

• SLIC超像素 ：超像素考虑相邻位置、颜色、亮度和纹理，SLIC超像素算法的分割区域聚类中心稳定，比K-mean