[發明專利]一種數字視頻轉碼檢測方法

無效

• 申請號: 201210424470.1
• 申請日: 2012-10-30
• 公開（公告）號: CN103034993A
• 公開（公告）日: 2013-04-10
• 發明（設計）人: 徐俊瑜;蘇育挺
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/20;H04N7/26
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

1.一種數字視頻轉碼檢測方法，包括以下步驟：

（1）建立一個樣本庫，包括一些已經知道原始壓縮的視頻文件和經過各種轉碼操作的視頻文件；

（2）對視頻文件里的視頻數據進行完全解碼，并獲取其中相關數字視頻內容數據，建立視頻文件的數據集，數據集內包括五種數據：視頻中的重建DCT系數、量化尺度因子、運動矢量、運動誤差以及像素值信息；

（3）根據數字視頻幀類型把視頻數據分為幀內編碼幀數據即I幀數據、前向預測編碼幀數據即P幀數據和雙向預測編碼幀數據即B幀數據三大類數據集；

（4）對所有幀的DCT系數和P、B幀的運動矢量、運動誤差分別進行數據建模，方法如下：

i.DCT系數建模：根據量化尺度因子將重建DCT系數塊劃分為N個子集Y1，即每個子集中的重建DCT系數塊具有相同的量化尺度因子，然后對每個子集中的系數塊，按照變換域的位置信息，將低頻區域的非零變換系數分別構建DCT系數直方圖曲線，并歸一化記為H(q;p，n)，每條曲線對應于一個量化尺度因子和一個低頻位置，其中q表示塊的量化尺度因子，p表示低頻位置，n表示重建DCT系數的值；

ii.運動矢量建模：以幀為單位，分別統計其每個宏塊的運動矢量在水平和垂直方向的大小，并按宏塊位置信息存放，記為V(x,y)，其中(x,y)是宏塊的位置信息；

iii.運動誤差建模：以幀為單位，分別統計其宏塊的平均運動誤差大小，并構建相應運動誤差曲線；

（5）對數據集進行特征提取，一共提取五類特征：DCT曲線的周期特征與奇異點、圖像重采樣特征（又稱形變特征）、運動矢量的相似度和運動誤差曲線的周期性，其中前兩個特征是普遍性特征，后三種特征是針對性特征。

（6）DCT曲線的周期特征提取：

i.將DCT系數直方圖H(q;p，n)按照n從小到大的順序提取出H(q;p，n)不等于零的點重新排列為一個直方圖H(q;p，m)，然后對直方圖H(q;p，m)做一維的FFT變換獲取頻域曲線H_T(q;p,ω);

ii.定義曲率描述算子k(q;p,ω)=|HT′′(q;p,ω)(1+(HT′(q;p,ω))2)32|]]>ω∈(0,π)，其中，H′_T(q；p,ω)和H″_T(q；p,ω)分別是H_T(q;p,ω)的一階導數和二階導數;

iii.選擇k(q;p,ω)最大值作為直方圖H(q;p，n)的特征量；

（7）DCT系數的奇異點特征提取：

i.定義凸特性檢測函數t(q;p,m)=0H′′(q;p,m)≥0-H′′(q;p,m)H(q;p,m)H′′(q;p,m)<0]]>m＝2,3

ii.對每個子集Y1中都可以獲取一系列的DCT直方圖，選擇其中最大的凸特性參數作為主要的辨別特征；

（8）形變特征提取：在視頻信息完全解碼后，通過最大期望算法（EM算法）對這兩種信號進行聚類分析，檢測圖像是否含有重采樣痕跡；

（9）運動矢量相關性特征提取：

i.定義運動矢量角度相似度θ與長度相似度L：

θ=arcos(V1(x,y)*V2(x,y)|V1(x,y)|*|V2(x,y)|)]]>

L=|V1(x,y)||V2(x,y)|]]>

其中(x，y)是宏塊的位置信息，V₁(x，y)和V₂(x，y)是相鄰兩幀在同一位置(x，y)上的運動矢量；

ii.定義相似度檢測算子

iii.在一個圖像組中，每個預測幀都可以得到一系列的運動矢量相似度值，當一幀中有半數以上宏塊的相似度檢測算子為0時，則定義該幀的相似度為0，表示該視頻很可能經過了視頻轉碼操作；

（10）運動誤差曲線的周期性：對平均運動誤差曲線做一維的FFT變化，如果其頻域幅度圖上出現了新的旁瓣，則說明了運動誤差存在周期性，同時也指出視頻經過了刪幀或插幀操作；

（11）綜合三類幀的上述特征量，形成特征向量，建立分類器并進行訓練；

（12）讀取待檢測的視頻文件，重復步驟（2）至（11）得到待檢測的視頻文件的特征向量，利用分類器對所檢測的視頻數據進行分類檢測，將其分為兩類：經過轉碼壓縮編碼的視頻資源文件與原始壓縮編碼的視頻資源文件。