[发明专利]一种视频区域移除篡改检测方法和装置

权利要求书

1.一种视频区域移除篡改检测方法，其特征在于，包括：

构建GIN网络模型，所述GIN网络模型包括七层，依次为：第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、Inception块层、均值池化层和全连接层；

根据视频训练集和视频测试集对所述GIN网络模型进行模型训练，输出优化后的优化GIN网络模型；

将待检测视频数据集输入所述优化GIN网络模型进行检测，输出检测结果，所述检测结果包括：未被篡改和被篡改。

2.根据权利要求1所述的视频区域移除篡改检测方法，其特征在于，所述第一卷积层包括三个第一图像卷积层，所述第一图像卷积层的卷积核大小为3×3，三个所述图像卷积层的步长分别为3、1和1；

所述第一最大池化层的卷积核大小为3×3，步长为2；

所述第二卷积层包括两个第二图像卷积层，两个所述第二图像卷积层的卷积核大小分别为1×1和3×3，步长均为1；

所述第二最大池化层的卷积核大小为3×3，步长为1；

所述Inception块层包括11个Inception结构块；

所述均值池化层的卷积核大小为13×13，步长为1。

3.根据权利要求1所述的视频区域移除篡改检测方法，其特征在于，所述根据视频训练集和视频测试集对所述GIN网络模型进行模型训练，输出优化后的优化GIN网络模型，之前还包括：

获取原始视频数据集和篡改视频数据集，对所述原始视频数据集和所述篡改视频数据集进行预处理后，将所述原始视频数据集和所述篡改视频数据集分为视频训练集和视频测试集，对所述预处理后的所述原始视频数据集赋予负标签，对所述预处理后的所述篡改数据集赋予正标签，其中，所述篡改视频数据集与所述原始视频数据集一一对应。

4.根据权利要求3所述的视频区域移除篡改检测方法，其特征在于，所述预处理具体包括：

将视频中的图像数据帧转换为灰度图像帧，图像尺寸规范化为M×N，其中，M为图像的宽度，N为图像的高度；

根据帧间差分法，将所述灰度图像帧转换为对应的灰度差分图像帧；

根据非对称图像分块法，将每个所述灰度差分图像帧划分为若干个具有预置尺寸大小的图像子块。

5.根据权利要求4所述的视频区域移除篡改检测方法，其特征在于，所述对所述预处理后的所述原始视频数据集赋予负标签，对所述预处理后的所述篡改数据集赋予正标签，具体包括：

将所述原始视频数据集的多个原始视频序列对应的所述灰度差分图像帧均标记为原始视频帧，将所述篡改视频数据集的多个篡改视频序列对应的所述灰度差分图像帧均标记为篡改视频帧，每个所述原始视频帧包含的所述图像子块均赋予负标签，每个所述篡改视频帧包含的所述图像子块均赋予正标签。

6.根据权利要求5所述的视频区域移除篡改检测方法，其特征在于，所述根据视频训练集和视频测试集对所述GIN网络模型进行模型训练，输出优化后的优化GIN网络模型，具体包括：

根据所述视频训练集对所述GIN网络模型进行训练，输出检测分类的损失值，根据所述损失值判定当前的所述GIN网络模型的检测效果，调整所述GIN网络模型的网络参数优化所述GIN网络模型，直至所述检测分类的准确度大于等于预设阈值时，停止训练并输出训练后的训练GIN网络模型；

根据所述视频测试集对所述训练GIN网络模型进行测试，输出篡改检测准确率，判断所述篡改检测准确率是否大于等于准确率阈值，若是，停止测试并输出优化GIN网络模型，否则，重复对所述GIN网络模型进行训练和测试。

7.根据权利要求6所述的视频区域移除篡改检测方法，其特征在于，所述篡改检测准确率的计算公式为：

其中，Accuracy为网络模型的总检测准确率，即篡改检测准确率；T_p为被网络模型判定为正的正样本，即判断为真的准确率；T_N为被网络模型判定为负的负样本，即判断为假的准确率；F_p为被网络模型判定为正的负样本，即误报率；F_N为被网络模型判定为负的正样本，即漏报率。