基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的视频帧间被动取证往往依赖单一特征,而这些特征各自适用于某类视频,对其他视频的检测精度较低.针对这种情况,提出一种融合多特征的视频帧间篡改检测算法.该算法首先计算视频的空间信息和时间信息值并对视频进行分组,接着计算视频帧间连续性VQA特征,然后结合SVM-RFE特征递归消除算法对不同特征排序,最后利用顺序前向选择算法和Adaboost二元分类器对排序好的特征进行筛选与融合.实验结果表明,该算法提高了篡改检测精度.
推荐文章
基于纹理谱的视频帧间篡改检测
纹理谱图像
视频篡改
相关系数
异常度
阈值
基于多尺度互信息量的数字视频帧篡改检测
视频篡改
多尺度分析
互信息量
相似度
异常度
基于视频的全天候多特征融合火焰检测算法
视频类型判断
全天候
火焰检测
特征融合
红外视频
融合空间约束和梯度结构信息的视频篡改检测算法
空间约束
量化相关性丰富区域
梯度结构相似性
画面运动剧烈的视频
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合多特征的视频帧间篡改检测算法
来源期刊 网络与信息安全学报 学科 工学
关键词 视频篡改检测 融合算法 特征选择 Adaboost二元分类 视频分组
年,卷(期) 2020,(1) 所属期刊栏目 学术论文
研究方向 页码范围 84-93
页数 10页 分类号 TP393
字数 6010字 语种 中文
DOI 10.11959/j.issn.2096-109x.2020007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (1)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视频篡改检测
融合算法
特征选择
Adaboost二元分类
视频分组
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
网络与信息安全学报
双月刊
2096-109X
10-1366/TP
16开
北京市丰台区成寿路11号邮电出版大厦8层
2015
chi
出版文献量(篇)
525
总下载数(次)
6
总被引数(次)
1380
论文1v1指导