基于视频光流特征一致性的帧间篡改取证算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 数字视频取证的研究背景 | 第10-13页 |
| 1.3 数字视频取证的技术实现 | 第13-18页 |
| 1.3.1 数字视频主动取证技术 | 第14-16页 |
| 1.3.2 数字视频被动取证技术 | 第16-18页 |
| 2 数字视频取证技术的研究现状 | 第18-22页 |
| 2.1 帧内篡改取证算法的研究现状 | 第18-19页 |
| 2.2 帧间篡改取证算法的研究现状 | 第19-20页 |
| 2.3 本论文的主要工作 | 第20页 |
| 2.4 本论文的组织结构 | 第20-22页 |
| 3 基于LBP相关系数商的帧间篡改取证算法研究 | 第22-35页 |
| 3.1 引言 | 第22页 |
| 3.2 局部二值模块技术 | 第22-26页 |
| 3.2.1 LBP的介绍 | 第22-25页 |
| 3.2.2 LBP的计算 | 第25-26页 |
| 3.3 基于LBP相关系数商的篡改检测算法 | 第26-32页 |
| 3.3.1 LBP相关系数商特征的提取 | 第26-27页 |
| 3.3.2 LBP相关系数商特征的分析 | 第27-30页 |
| 3.3.3 用LBP相关系数商对异常点的定位 | 第30-32页 |
| 3.4 实验结果 | 第32-34页 |
| 3.4.1 视频库和参数设置介绍 | 第32-33页 |
| 3.4.2 基于LBP的篡改检测算法的检测结果 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 一种新的基于光流特征一致性的帧间篡改取证算法 | 第35-50页 |
| 4.1 引言 | 第35页 |
| 4.2 光流法 | 第35-40页 |
| 4.2.1 光流法的原理 | 第35-36页 |
| 4.2.2 Lucas-Kanade光流算法 | 第36-39页 |
| 4.2.3 LK光流金字塔改进算法 | 第39-40页 |
| 4.3 基于光流特征一致性的帧间篡改检测算法 | 第40-47页 |
| 4.3.1 光流特征的提取 | 第40-41页 |
| 4.3.2 光流特征的处理 | 第41-42页 |
| 4.3.3 光流特征的分析 | 第42-46页 |
| 4.3.4 运用SVM对原始视频和篡改视频分类 | 第46-47页 |
| 4.4 实验结果 | 第47-49页 |
| 4.4.1 视频库和实验设置介绍 | 第47页 |
| 4.4.2 新的基于光流特征一致性算法的分类结果 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 结论及展望 | 第50-52页 |
| 5.1 本文算法分析 | 第50-51页 |
| 5.2 进一步研究工作 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第56-58页 |
| 学位论文数据集 | 第58页 |
