针对视频重压缩取证方法应用于最新的通用视频编码(Versatile Video Coding,VVC)标准效率低的问题,提出一种面向VVC标准相同编码参数下的视频重压缩取证(Video Recompression Forensics for VVC,VVC-VRF)方法。通过分析VVC编码框架,结...针对视频重压缩取证方法应用于最新的通用视频编码(Versatile Video Coding,VVC)标准效率低的问题,提出一种面向VVC标准相同编码参数下的视频重压缩取证(Video Recompression Forensics for VVC,VVC-VRF)方法。通过分析VVC编码框架,结合理论分析与实验验证得到与VVC压缩视频次数密切相关的基础码流特征,即I帧亮度编码单元(Coding Unit,CU)的划分类型、预测模式和参考行。再基于基础码流特征得到高级码流特征,即不同属性CU占比和CU划分类型占比等高级码流特征。将高级码流特征和量化参数级联,并作为支持向量机的输入得到重压缩取证结果。与帧内预测单元预测模式(Intra Prediction Unit Prediction Mode,IPUPM)方法相比,VVC-VRF能够平均节省约一半的取证时间,取证准确度也得到提升,且VVC-VRF在帧删除情况下仍具有鲁棒的性能。展开更多
文摘针对视频重压缩取证方法应用于最新的通用视频编码(Versatile Video Coding,VVC)标准效率低的问题,提出一种面向VVC标准相同编码参数下的视频重压缩取证(Video Recompression Forensics for VVC,VVC-VRF)方法。通过分析VVC编码框架,结合理论分析与实验验证得到与VVC压缩视频次数密切相关的基础码流特征,即I帧亮度编码单元(Coding Unit,CU)的划分类型、预测模式和参考行。再基于基础码流特征得到高级码流特征,即不同属性CU占比和CU划分类型占比等高级码流特征。将高级码流特征和量化参数级联,并作为支持向量机的输入得到重压缩取证结果。与帧内预测单元预测模式(Intra Prediction Unit Prediction Mode,IPUPM)方法相比,VVC-VRF能够平均节省约一半的取证时间,取证准确度也得到提升,且VVC-VRF在帧删除情况下仍具有鲁棒的性能。
