吴铁浩
- 作品数：8 被引量：23H指数：3
- 供职机构：福建师范大学数学与计算机科学学院更多>>
- 发文基金：国家自然科学基金福建省高校服务海西建设重点项目福建省高等学校新世纪优秀人才支持计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于边缘异常与压缩跟踪的视频抠像篡改检测被引量：4
- 2014年
- 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。
- 袁秀娟黄添强苏立超陈智文吴铁浩
- 关键词：视频篡改边缘检测
- 同源视频Copy-Move篡改检测及恢复被引量：2
- 2013年
- 针对同源视频序列的copy-move篡改方式,提出一种通过度量图像内容间的相关性,来实现对视频序列的copy-move篡改检测并恢复的方法.首先将视频帧内容转化为一系列连续的图像帧,对图像分块,提取每帧图像的8个特征矢量,再利用欧氏距离计算帧间相关性,并通过添加偏差矩阵构造动态偏差阈值,检测出copy-move篡改序列且精确至帧,从而实现对视频序列的篡改检测与恢复.实验表明,该算法对同源视频序列的copy-move篡改检测及恢复能够取得理想的效果.
- 陈智文黄添强吴铁浩袁秀娟苏伟峰
- 关键词：视频篡改
- 基于光强信息的视频插帧篡改检测
- 2014年
- 提出一种基于光强信息的视频插帧篡改检测方法。对于一段连续拍摄的视频,通过视频帧序列的亮度连续性可以间接反映出拍摄场景的光照强度连续性。因此,对于一段遭遇帧插入篡改的视频,无论插入帧是否与原视频同源,只要是在不同时间点拍摄的,那么合成视频的场景光强信息特征将会出现不连贯,从而导致亮度不连续的特点。为此,根据光强信息的连续性特征,提取视频每一帧的多个光强信息,将每一帧的光强信息融合,得到光强信息序列,由序列特征得出检测结果。实验结果表明,该方法能够准确地检测一段视频是否经过帧插入合成。
- 吴铁浩黄添强袁秀娟陈智文
- 关键词：视频篡改光照强度HSV颜色模型灰度
- 基于纹理特征的数字视频篡改检测被引量：11
- 2012年
- 本文提出一种利用视频帧纹理特征来检测视频篡改的方法。对于一段背景静止或是运动缓慢连续变化的视频,相邻帧间的纹理特征相关性大,篡改后会一定程度上使其相关性变小,本文通过计算相邻帧灰度共生矩阵的相关性找出异常帧。该方法对视频格式无限制,适用于各种格式的视频。实验表明,该方法对相近背景下的异源帧插入、帧替换检测效果比较理想。
- 袁秀娟黄添强陈智文吴铁浩苏立超
- 关键词：视频篡改图像纹理灰度共生矩阵帧间相关性
- 基于噪声和光强信息的视频插帧篡改检测
- 随着高性能的个人计算机的普及和先进数字视频编辑软件的出现与不断升级,修改视频变得越来越容易。技术高超者,甚至可以做到以假乱真的效果。如果这种技术被非法者掌握并利用于不法行为,将会给社会带来不可预期的后果。因此,如何鉴别一...
- 吴铁浩
- 关键词：视频篡改数据挖掘聚类模式噪声光照强度
- 文献传递
- 利用模式噪声聚类分析的视频非同源篡改检测被引量：7
- 2011年
- 利用模式噪声相关性分析视频篡改取证的方法存在阈值影响的问题,提出一种基于模式噪声聚类分析的篡改检测方法。首先用滤波器提取视频帧噪声,然后以这些视频帧噪声的统计特性作为样本,用基于密度的聚类算法得到低密度区域对象,检测出被篡改的帧。实验结果表明,该算法能够有效鉴定视频是否被篡改。
- 黄添强吴铁浩袁秀娟陈智文
- 关键词：模式噪声聚类数字图像取证
- 基于单层双树小波变换和平滑零范数法的压缩感知图像重构被引量：1
- 2013年
- 基于压缩感知理论,从图像稀疏变换方式和压缩感知恢复算法两方面出发,对原有算法进行改进,提出了基于单层双树小波变换和平滑零范数法(Smoothed-l0)的压缩感知图像重构算法(DTSL0)。该算法的思想是:对原始图像进行双树实系数小波稀疏变换,并使用Smoothed-l0压缩感知恢复算法予以重构。仿真实验表明:该算法在图像重构质量、执行速度,以及鲁棒性方面均有显著提升。
- 苏立超黄添强吴铁浩袁秀娟
- 关键词：压缩感知图像重构
- 逆重心密度的半监督学习在视频篡改检测的应用
- 2013年
- 针对视频遭受非同源片段合成的篡改,根据其特点以及数据特征,提出一种改进的半监督学习算法,并将这种算法应用在视频篡改取证研究.首先,以每一个视频帧作为样本,提取其R、G、B分量,对这三个分量分别提取噪声,然后以这三个噪声模板的均值、方差等统计量构成样本属性.最后,用本文提出半监督学习算法对样本集聚类.实验结果表明本文提出的算法能够有效检测视频是否由非同源片段合成.
- 吴铁浩黄添强袁秀娟陈智文苏伟峰
- 关键词：半监督聚类视频篡改模式噪声小波变换
