面向监控系统的视频源识别及伪造检测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 视频源识别技术 | 第16-17页 |
| 1.2.2 视频伪造检测技术 | 第17-18页 |
| 1.3 主要研究内容 | 第18-19页 |
| 1.4 本文结构安排 | 第19-21页 |
| 第二章 相关基础理论 | 第21-29页 |
| 2.1 监控视频源识别技术 | 第21-23页 |
| 2.1.1 视频监控设备的成像原理 | 第21-22页 |
| 2.1.2 成像传感器的噪声分类 | 第22-23页 |
| 2.2 监控视频伪造检测技术 | 第23-28页 |
| 2.2.1 监控视频常见伪造方式 | 第23-25页 |
| 2.2.2 视频伪造主动检测技术 | 第25-27页 |
| 2.2.3 视频伪造被动检测技术 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于PRNU实时聚类的监控视频源识别算法 | 第29-43页 |
| 3.1 监控视频源识别关键问题分析 | 第29-30页 |
| 3.2 视频帧处理模块 | 第30-32页 |
| 3.3 PRNU噪声提取模块 | 第32-33页 |
| 3.4 PRNU实时聚类模块 | 第33-38页 |
| 3.4.1 DBSCAN聚类简介及相关定义 | 第34-35页 |
| 3.4.2 实时DBSCAN聚类算法 | 第35-38页 |
| 3.5 算法性能评估 | 第38-42页 |
| 3.5.1 聚类结果分析 | 第38-39页 |
| 3.5.2 运行时间分析 | 第39-40页 |
| 3.5.3 鲁棒性分析 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于脆弱水印的监控视频伪造检测算法 | 第43-57页 |
| 4.1 监控视频水印关键问题分析 | 第43-44页 |
| 4.2 算法设计与分析 | 第44-51页 |
| 4.2.1 水印的结构 | 第45-46页 |
| 4.2.2 密钥设计思想 | 第46页 |
| 4.2.3 水印的嵌入 | 第46-49页 |
| 4.2.4 水印的提取和检测 | 第49-51页 |
| 4.3 算法性能分析 | 第51-56页 |
| 4.3.1 水印容量分析 | 第51-52页 |
| 4.3.2 隐蔽性分析 | 第52-53页 |
| 4.3.3 鲁棒性分析 | 第53页 |
| 4.3.4 伪造检测性能分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 系统设计与实现 | 第57-69页 |
| 5.1 系统设计思想 | 第57-58页 |
| 5.2 系统详细设计 | 第58-63页 |
| 5.2.1 系统总体设计 | 第58页 |
| 5.2.2 视频处理服务器设计 | 第58-61页 |
| 5.2.3 中心服务器设计 | 第61-63页 |
| 5.2.4 客户端设计 | 第63页 |
| 5.3 系统实验环境 | 第63-64页 |
| 5.4 系统功能验证 | 第64-67页 |
| 5.5 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-79页 |
