[发明专利]一种短压缩视频来源识别方法

说明书

本发明公开了一种短压缩视频来源识别方法，可应用于压缩视频来源取证、源相机识别等领域。该方法首先对视频解码器进行重建。当视频帧在解码器的环路滤波器之前被捕获时，就可以防止环路滤波器过滤掉视频帧的PRNU噪声。然后，提出了一种基于方差稳定变换的多尺度迭代最小二乘算法来提取视频帧的噪声残留。最后，采用块级量化参数加权方法对不同质量的视频帧进行加权以增强PRNU，并采用共享分量去除方法来去除相似性噪声成分。最后使用相关能量峰值计算平场压缩视频的PRNU噪声与自然压缩视频PRNU的相关性，然后根据相关性阈值进行来源识别检测。本发明能够从压缩视频中提取更充分的传感器模式噪声，有效改善压缩视频的识别效果。

技术领域

本发明涉及视频取证的技术领域，尤其涉及到一种短压缩视频来源识别方法。

背景技术

随着数字信息技术的快速发展和硬件设备的成熟，Facebook、YouTube、 WhatsApp等多媒体社交网站(MSNS)大大丰富了我们的日常生活。MSNS是一个良好的信息交流平台，网络用户可以在MSNS上自由交流。由于图片和视频通常包含更丰富的信息，用户经常使用图片和视频进行交流。然而，一些关于诽谤、虐待的图片和视频被上传到MSNS上，影响极其恶劣。因此，社交网站的图片和视频的安全问题也引起了广泛关注。

MSNS上的大量图像和视频使调查人员更容易进行多媒体来源的取证。视频源识别不仅可以作为重要的法医证据，而且还可以根据嫌疑人社交网络账户中的多媒体信息，找到同一来源的其他多媒体信息，从而识别与嫌疑人相关的社交网络账户。因此，检测MSNS多媒体信息的来源是多媒体取证的关键课题之一。

一个好的数字图像视频来源检测算法必须具有强鲁棒性和高检测率。上述方法虽然在一定程度上对图像进行来源检测，但是都存在计算复杂度高，识别效果不佳的问题。比如CFA插值识别，当遇到同一型号的相机识别时，同种型号的相机会产生相同的CFA插值操作，此时CFA插值识别就会失去效果。又如传感器尘埃识别，新的相机堆积的传感器尘埃较少，此时利用传感器尘埃识别十分困难。随着研究者们的深入了解研究，提取了一个效果显著的多媒体来源检测的方法——基于传感器模式噪声的数字图像视频来源检测方法。

传感器作为相机成像的重要部件之一，由于其制作材质和生产工艺的缺陷问题，在成像时会产生一些具有独特性的噪声伪影，即使同一型号的相机产生的的这种噪声伪影也不相同，该独特噪声伪影被研究者们称为传感器模式噪声。而传感器模式噪声的主要成分是由光响应非均匀性(photo response non-uniformity，PRNU)噪声构成的，因此PRNU也被认为是传感器模式噪声，可以作为相机的指纹对未知图像和视频进行来源检测。