17、被动视频伪造检测与消息中间件性能评估

被动视频伪造检测与消息中间件性能评估

1. 被动视频伪造检测

1.1 图像重建与特征提取

图像重建使用两个正交矩阵 PB1 和 PB2 进行，其表示如下：
[I = P_{B1}^TWP_{B2}]
从相关公式可知，从给定信息视频中进行特征提取时，是对图片的每个方块进行操作，而无需将图片分割成不同方块，仅使用了一组矩阵乘法。

在后续阶段，提取的特征被存储并确定图像的不变特征。特征被定位和分离，只保留那些在相对变化中肯定保持稳定、具有足够对比度且不在边缘上的特征。最后，通过检查围绕识别特征的固定区域内图片角度的大小和方向来创建中心问题描述符。在此过程中，每个输入图片都被转换为灰度图片。提取的特征被分为视频帧的可疑特征和可信特征。

1.2 特征比较与决策

1.2.1 可疑帧特征比较

将可疑帧的特征作为输入训练数据，将每张图片提取的特征与测试输入信息进行对比。这里使用 RANSAC 单应性比较方法来计算测试输入与视频当前帧之间的匹配距离，并根据视频与可疑特征的匹配内容生成得分。与可疑特征匹配度最高的帧将被标记为序列中的生成帧。

1.2.2 RANSAC 特征比较

对于第 i（i = 1: N）次评估，随机选择四个对应点。检查这些点是否共线，如果共线则重新执行上述步骤。然后计算单应性，计算距离 (d_i) 以及由四点集生成的标准化 DLT 得到的 (H_{curr})。接着计算内点距离 (curr, std) 的标准差 (S_d)，统计总距离 (d_i) 小于阈值的内点数量 (m)。

1.2.3 特征匹配决策