致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第11-20页 |
1.1 研究背景及意义 | 第11-14页 |
1.2 数字视频取证技术 | 第14-20页 |
1.2.1 数字视频主动取证技术 | 第15-17页 |
1.2.2 数字视频被动取证技术 | 第17-20页 |
2 数字视频取证技术研究现状 | 第20-26页 |
2.1 视频帧间篡改检测算法研究现状 | 第20-22页 |
2.2 视频帧内篡改检测算法研究现状 | 第22页 |
2.3 视频重压缩检测算法研究现状 | 第22-24页 |
2.4 本文的研究内容及结构 | 第24-26页 |
3 基于PU块数量的HEVC视频重压缩取证算法 | 第26-38页 |
3.1 引言 | 第26-27页 |
3.2 HEVC编码标准分析 | 第27-29页 |
3.2.1 HEVC标准简介 | 第27-28页 |
3.2.2 HEVC标准的编码过程概述 | 第28-29页 |
3.3 基于4×4PU块数量的HEVC视频重压缩检测算法 | 第29-35页 |
3.3.1 HEVC编码标准的PU块划分类型 | 第29-31页 |
3.3.2 SDoPU特征的提取 | 第31-34页 |
3.3.3 算法的设计与实现 | 第34-35页 |
3.4 实验结果与分析 | 第35-36页 |
3.4.1 视频库与实验设置 | 第35-36页 |
3.4.2 算法的分类结果 | 第36页 |
3.5 本章小结 | 第36-38页 |
4 基于融合特征的HEVC视频重压缩取证算法 | 第38-54页 |
4.1 引言 | 第38-39页 |
4.2 HEVC重压缩Ⅰ帧的误差分析及DCT系数矩阵分析 | 第39-42页 |
4.2.1 HEVC重压缩Ⅰ帧的误差分析 | 第39-40页 |
4.2.2 DCT系数矩阵分析 | 第40-42页 |
4.3 基于融合特征的HEVC视频重压缩检测算法 | 第42-48页 |
4.3.1 共生矩阵的介绍 | 第42-43页 |
4.3.2 CMoDCTCs特征的提取 | 第43-44页 |
4.3.3 CMoPUTs特征的提取 | 第44-46页 |
4.3.4 算法的设计与实现 | 第46-48页 |
4.4 实验结果与分析 | 第48-53页 |
4.4.1 视频库与实验设置 | 第48-49页 |
4.4.2 算法的分类结果 | 第49-51页 |
4.4.3 算法的鲁棒性分析 | 第51-53页 |
4.5 本章小结 | 第53-54页 |
5 总结与展望 | 第54-56页 |
5.1 总结 | 第54页 |
5.2 进一步研究内容 | 第54-56页 |
参考文献 | 第56-59页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第59-61页 |
学位论文数据集 | 第61页 |