基于滤波特征的视频图标删除检测技术

来源 :天津大学 | 被引量 : 0次 | 上传用户:jpyssy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在当今信息时代,随着数码相机、摄影机等多媒体采集设备的普及和成本的普遍降低,图像和视频与人们的日常生活越来越息息相关,如优酷网、土豆网等图像/视频分享网站的如雨后春笋般层出不穷。同时,大量图像/视频处理软件的广泛应用,如Adobe Photoshop、Adobe Premiere Pro,使得非专业人士对图像/视频进行编辑处理操作变得越来越容易,而大量经过编辑处理的数字图像/视频也给观赏者和使用者带来了很大的困扰。对数字图像/视频进行真实性与完整性的认证变得越来越重要和急迫。   本文针对视频编辑软件--MSU Logo Remover的篡改特点进行了深入的分析,根据视频图标移除区域的模糊、平滑特性,分别提出了基于滤波能量差异和基于滤波参数差异的视频图标删除检测算法。基于滤波能量差异的视频图标删除检测算法根据软件移除过程会带来视频图标移除区域高频能量损失,对待检测视频进行低通滤波处理,将滤波后的结果与原始视频做差,观察是否存在大面积的较低能量。大量实验证明,这个算法在纹理较为丰富的视频中有较好的表现,但是存在一定的缺陷,无法对滤波参数的选择给出明确标准。基于滤波器参数差异的视频图标删除检测算法充分利用视频编辑过程中的滤波处理对视频图像高频能量的影响,构建了相应的篡改检测特征。大量的实验结果证明,该算法在纹理较为丰富的视频篡改检测上有较好的效果,能够较为精确地判断视频是否经过了篡改,并能够定位篡改视频中的篡改区域。
其他文献
数字图像已成为当今社会信息传播的有效媒介,被广泛应用于新闻媒体、法律案件等场合。但日益普及的图像编辑处理软件使图像篡改不再困难,致使图像造假事件不断曝光于各大网络
Hadoop是云计算的分布式开源实现平台,在海量数据处理方面有着高容量、低成本、高容错等特点,是运行在大型集群上的并行处理系统。Hadoop平台的核心技术作业调度算法是对用户
基于转发件与控制件分离架构的路由器(ForCES路由器)能够很好地服务于新一代高可信网络。为了进一步改善ForCES路由器的通信性能,本文对ForCES路由系统内流量模型及通道间流
目前,金针菇的商检系统广泛采用人工识别的方法来对金针菇中头发进行检测,这种检测方法主要依赖于检测人员的主观判断,因此检测人员的经验、技术等因素会影响检测结果的客观
三维重建技术作为计算机视觉领域的一个重要研究方向,已经在社会生产生活各个方面显示出了非常重要的作用,具有广泛的应用价值。目前国内外对各种三维重建技术展开了深入的研究
图像配准(Image registration)将不同时刻、不同类型传感器或不同条件下(天气、光照、拍摄位置和角度等)所获取的两幅或多幅有差异的图像进行匹配,使包含相同物体的图像对应