采用量化离散余弦变换系数检测视频单帧连续多次复制粘贴篡改

目前大多数时域视频帧复制粘贴篡改检测算法都是针对至少20帧以上的视频子序列的复制粘贴篡改,而对单帧复制粘贴篡改无法判断。而根据人眼视觉感知的特性,修改视频内容需要至少15帧以上的帧操作,因此篡改帧想通过单帧复制粘贴篡改来达到想要的效果,必须进行连续多次粘贴操作。为了检测这种篡改方式,针对性地提出了一种基于量化离散余弦变换(DCT)系数的视频单帧连续多次复制-粘贴篡改检测算法。首先,将视频转换为图像,采用量化后的DCT系数作为视频帧图像特征向量,并通过计算巴氏(Bhattacharyya)系数来衡量两相邻帧帧间相似度;再设定阈值来判断两相邻帧帧间相似度是否有异常,最后根据出现相似度异常的帧是否连续,以及连续出现的帧数来判断视频是否经过篡改,并定位篡改位置。实验结果表明,所提算法对不同场景的视频都能检测,不仅检测速度快,而且不受再压缩因素影响,算法的正确率高、漏检率低。     

基于压缩感知的视频异源篡改检测

考虑到视频序列固有噪声特征的特点,提出一种基于压缩感知的视频异源篡改检测算法。提取视频中每帧图像的噪声信息并建立噪声矩阵,通过引入压缩感知理论对噪声矩阵进行压缩,极大地降低每帧图像噪声信息的冗余度,对压缩噪声矩阵使用[cos]相似性衡量,得到帧图像间的相似度矩阵,并构造篡改度量,利用参数模型对视频的异源篡改图像进行检测。实验表明提出算法能以较小的压缩比对视频序列中的异源篡改位置进行有效检测,并得到比现有两种算法更高的篡改检测准确率。     

基于光流周期特性的视频帧率上转篡改检测

视频帧率上转是视频时域篡改的一种常见篡改手段,它通过周期性地在两个视频帧中间插入中间帧的方式,实现将视频由低帧率转换到高帧率的目标.本文提出了一种基于光流周期特性的视频帧率上转篡改检测算法,首先将视频转为帧图像序列,然后采用Horn-Schunck光流法计算每帧图像每个像素点的光流矢量,并计算相邻帧图像光流的变化率.最后利用快速傅里叶变换对光流变化率数据进行频谱分析,根据最高谱线的幅值与平均幅值的比值阈值来判别视频是否经过篡改.实验表明,算法不仅能够准确识别待测视频是否经过帧率上转篡改,并且提高了视频压缩的鲁棒性能,具有一定的实际应用价值.     

基于联合直方图的运动目标检测算法

从视频序列图像中检测完整的运动目标一直是计算机视觉研究的热点,基于联合直方图提出了一种运动目标检测算法。该算法利用联合直方图来描述相邻帧间的相似性,通过对视频序列中相邻两帧图像进行逐次分块,计算相邻帧对应分块的联合直方图并结合构造的相似性指标以逐步去除背景块,算法对运动目标本身不作处理,就能有效地避免检测到的运动目标出现空洞现象,最终得到了完整的运动目标。数值实验说明了该算法具有较好的检测性。     

融合空间约束和梯度结构信息的视频篡改检测算法

相邻帧间相似性原理的传统视频被动取证方法会对画面运动剧烈的视频发生大量误检测,针对这个问题,提出了一种融合空间约束和梯度结构信息的视频篡改检测方法。首先,利用空间约束准则,提取低运动区域和高纹理区域,并将两个区域进行融合,获取顽健的量化相关性丰富区域用于提取视频最优相似性特征;然后,改进原有特征的提取和描述方法,运用符合人类视觉系统特性的梯度结构相似性 GSSIM 来计算空间约束相关性值,最后,利用切比雪夫不等式对篡改点进行定位。实验证明,针对画面运动剧烈的视频,所提算法误检率更低,精确度更高。     

基于压缩感知的视频双水印算法研究

针对数字视频的内容保护与帧内、帧间篡改检测的难题,采用压缩感知理论提取视频的内容特征作为水印,提出一种双水印的视频保护和篡改检测算法。首先,利用压缩感知过程提取I帧宏块的内容特征,生成半脆弱的内容认证水印;然后,对帧序号进行二值运算,生成完整性水印;最后,利用压缩感知信号重构OMP(Orthogonal Matching Pursuit)算法把生成的双水印嵌入到I帧和P帧相应宏块的DCT高频系数的压缩测量值中,以此提高视频水印的抗攻击能力,并实现对视频篡改的检测。仿真实验表明,所提算法对视频帧内篡改具有精确定位到子块的检测能力;同时对帧插入、帧删除、帧交换等类型的视频帧间篡改具有很强的检测能力。     

基于视频感知哈希的视频篡改检测与多粒度定位

为了对被篡改过的视频进行准确快速的篡改检测与定位,引入人类视觉可计算模型,提出一种多层次、多粒度的视频篡改快速检测与定位算法.采用随机分块采样技术,提取视频结构感知特征及视频图像时域感知特征,利用哈希理论的单向摘要特性量化感知特征,获取视频摘要哈希.通过应用相似度矩阵进行多粒度、多层次篡改部位检测与定位.实验结果表明,相似度拟合图能够体现视频篡改攻击强度和攻击部位,算法表现出更好的篡改检测准确率与定位精确度.     

基于几何均值分解和结构相似度的同源视频时间域复制粘贴篡改快速检测及恢复方法

针对现有方法中篡改检测效率不高、定位不精确的问题,提出了一种基于几何均值分解(GMD)和结构相似度(SSIM)的同源视频复制-粘贴快速篡改检测及恢复的方法。首先,将视频转换为灰度图像序列。其次,将几何均值分解作为检测特征,提出了一个基于块的搜索策略来定位复制序列的起始帧。此外,算法首次将结构相似度用于度量视频两帧之间的相似度,并利用结构相似度对搜索策略得到的起始帧进行复检。由于复制视频序列对应两帧之间的相似度高于未篡改序列对应两帧之间的相似度,提出了一个基于结构相似度的从粗到精的方法来定位复制视频序列的末尾帧。最后,对视频进行恢复。与其他几种经典算法进行对比,实验结果表明,所提方法不仅能够检测经过复制-粘贴篡改操作的视频,而且能准确地定位复制-粘贴序列。此外,该方法在检测精度、召回率和检测时间上有较大提升。     

基于边缘异常与压缩跟踪的视频抠像篡改检测

近年来视频的真实性认证成为信息安全领域的一个研究热点。视频的篡改方式多种多样,为了有效判断视频中某个目标的出现是否真实,提出一种视频抠像的篡改检测方法。由于成像设备CFA插值的存在,使得像素存在一定的邻域相关性。为此,提取视频的帧序列,对图像帧进行Sobel边缘检测,计算边缘点4个方向上像素值的偏差来检测边缘点,确定异常边缘点,定位篡改区域,并对篡改区域进行学习,结合压缩跟踪算法快速查找时域上帧的篡改范围,当目标消失跟踪结束之后,在目标出现的最后一帧再次进行异常边缘检测,与最初检测到的异常区域进行对比,查看检测结果是否一致。实验结果表明,该算法大幅提高了检测效率,并且准确率较高。     

基于视频页的视频流分割方法

提出了基于视频页的视频流分割方法。该方法通过定义视频帧的色彩相近区、光照变化区和色彩变化区,获得视觉内容改变的局部区域,由此进一步确定两帧的视觉内容相似性,从而实现视频页的分割,经与几种有代表性的视频流分割算法的实验比较,证明该检测算法不仅对光照变化的影响具有很高的鲁棒性,而且使得分割能在较高信噪比上进行,明显提高了视频流分割的准确性。     

程度推理与程度控制

文章把语言值规则（模糊规则）视为语言值及其程度（隶属度）之间的一种对应关系,提出了程度函数和程度规则的概念,并由此建立了一种称为程度推理和程度控制的推理与控制方法。采用程度推理和程度控制,传统的模糊推理就变为简单的符号推演和函数计算,传统的模糊控制由数值／（语,度）转换、（语,度）变换和（语,度）／数值转换等三步来实现。     

n值Lkasiewicz命题逻辑中命题的α-真度理论

基于均匀概率空间的无穷乘积,在n值Lukasiewicz逻辑系统中引入命题的α-真度理论,给出了一般真度推理规则;利用命题的α-真度定义了命题间的α-相似度,进而导出命题集上的一种伪距离,使得在n值命题逻辑系统中展开近似推理成为可能。     

计量逻辑学中真度的贝叶斯公式

在条件真度的基础上,给出了计量逻辑学中二值公式真度的全概率公式和贝叶斯公式,并且在D-条件真度,蕴涵真度以及多值逻辑系统下讨论了该贝叶斯公式是否成立,得出在D-条件真度,多值逻辑系统下该贝叶斯公式仍然是成立的。     

Uncertainty measures for rough formulae in rough logic: An axiomatic approach

Rough set theory, initiated by Pawlak, is a mathematical tool in dealing with inexact and incomplete information. Various types of uncertainty measure such as accuracy measure, roughness measure, etc, which aim to quantify the imprecision of a rough set caused by its boundary region, have been extensively studied in the existing literatures. However, a few of these uncertainty measures are explored from the viewpoint of formal rough set theory, which, however, help to develop a kind of graded reasoning model in the framework of rough logic. To solve such a problem, a framework of uncertainty measure for formulae in rough logic is presented in this paper. Unlike the existing literatures, we adopt an axiomatic approach to study the uncertainty measure in rough logic, concretely, we define the notion of rough truth degree by some axioms, such a notion is demonstrated to be adequate for measuring the extent to which any formula is roughly true. Then based on this fundamental notion, the notions of rough accuracy degree, roughness degree for any formula, and rough inclusion degree, rough similarity degree between any two formulae are also proposed. In addition, their properties are investigated in detail. These obtained results will be used to develop an approximate reasoning model in the framework of rough logic from the axiomatic viewpoint.     

模糊控制的特征及其必须解决的课题

目前，已经实用化了模糊控制几乎是Ｍａｍｄａｎｉ提出的Ｍａｘ－Ｍｉｎ－重心法。     

一种新的有限元网格优化方法

本文仔细探讨了平面网格产生畸形单元的原因,并针对性地提出了“结构优化”的概念,将其与传统的“位置优化”区别开来。本文介绍的方法通过结构优化与位置优化相结合对初始有限元网格进行调整,使最终的网格最大限度地满足有限元分析的需要,从而提出了一种能够较为彻底地提高网格质量的新的网格优化方法。     

一类特殊的粗糙逻辑代数的不确定性度量

基于已有的包含度理论,在一类特殊的粗糙逻辑代数中首次引入了元素的粗糙真度,粗糙度等概念。进一步,引入了针对两个元素的粗糙相似度及粗糙包含度的概念,详细研究了它们的性质。这些概念可用于展开带有粗糙信息特征的近似推理。     

n值逻辑系统MTLn中命题的程度化方法

基于均匀概率空间的无穷乘积,在n值命题逻辑系统MTLn中引入命题的?琢-真度概念,给出了一般真度推理规则;利用命题的α-真度定义了命题间的α-相似度,进而导出命题集上的一种伪距离,使得在n值命题逻辑系统MTLn中展开近似推理成为可能。     

基于用户推荐影响度的并行协同过滤算法

基于共同评分与项目全集的相似度未甄别近邻的推荐影响力,导致推荐质量低,可扩展性差。为此,提出了一种基于推荐影响度的并行协同过滤算法。该算法通过非共同评分项目、共同评分项类以及用户访问次数来计算用户推荐新颖度与兴趣重合度以度量用户推荐能力,并融入相似性计算来抑制相似度高但推荐力不强的用户,避免在项目全集上计算相似度,从而提高推荐质量;通过MapReduce并行化,使其具备良好的实时性和可扩展性。实验结果表明,该算法在海量数据集上的推荐质量更高,可扩展性更强。     

Theory of truth degrees of propositions in the logic system Ln*

By means of infinite product of uniformly distributed probability spaces of cardinal n the concept of truth degrees of propositions in the n-valued generalized Lukasiewicz propositional logic system L _n ^* is introduced in the present paper. It is proved that the set consisting of truth degrees of all formulas is dense in [0, 1], and a general expression of truth degrees of formulas as well as a deduction rule of truth degrees is then obtained. Moreover, similarity degrees among formulas are proposed and a pseudo-metric is defined therefrom on the set of formulas, and hence a possible framework suitable for developing approximate reasoning theory in n-valued generalized Lukasiewicz propositional logic is established.