利用本底噪声检验视频证据属性的研究

引言

随着数码设备的普及，视频资料在公安工作中出现率越来越高。由于视频资料具有便于修改与编辑的特性，对于视频资料是否经过剪辑的检验工作有了现实的意义。视频资料的原始性检验，即对视频是否经过剪辑进行检验，是利用视频资料不可或缺的前置环节[1]。经查阅相关的文献，目前对于利用本底噪声检验视频资料方法，偏重于单帧单图的检验，包括刘丽娟等提出分块检测统计偏度的方法搜寻图像中的疑似编辑区[2]，卢燕飞、张晖等提出利用图像中的高阶统计量对图像噪声进行盲估计，并通过相邻重叠块检验搜寻疑似编辑区[3,4]，张弛等提出利用边缘检测算法配合锐化算法，对提取边缘的内外噪声进行统计与分析搜寻疑似编辑区[5]。对于视频资料来说，由于其具有连续性，通常的篡改方式不是针对单帧图片进行修改，而是通过对若干连续的帧剪辑、复制、拼接的方法进行修改。

根据中华人民公安部在2014年颁布的标准，法庭科学中视听资料连续性检验鉴定规范GA/T 1199-2014（Specifications for Identification of Video Materials Continuity in Forensic Science）将视频资料连续性检验分成了两个部分：客观评价体系和主观评价体系。其中客观评价体系包括蓝屏/黑屏的有无；场景分辨率是否变化；镜头切换的有无；画面重复的有无；关键帧信息是否一致。主观评价体系包括景深关系是否合理；画面噪声分布是否合理；画面质量是否一致；目标运动是否合理；内容变化是否合理；压缩程度是否合理。虽然视频资料连续性的检验包含了一些客观标准，但在实际中对于经过剪辑的视频资料利用客观标准进行检验往往无法做出一些有价值的判断，对于视频资料连续性的检验结果主要还是依赖于检验人员的经验和细致，利用马尔科夫随机过程在比较两帧图像灰度分布相似性的同时加入空间位置分布信息，旨在提供一种客观的依据。

背景噪声是在录制视频时产生的一种噪声，根据生成原因可分为各元件之间的耦合噪声以及前帧的残留噪声[6]。当残留噪声的衰减过程不变，随着工作时间变长，原件温度升高导致本底噪声中的耦合噪声变强，最终原件趋于热平衡温度不变而耦合噪声随之进入稳定状态[7, 8]，因此噪声强度-时间曲线是形如a-be-cx的函数曲线（a、b、c均为大于0的常数），即可根据噪声强度-时间曲线的连续性对剪辑视频进行检验。

本文在获取了噪声强度-时间曲线后发现，其中存在大量现象无法用传统理论解释，故从通过残留噪声分析和检验这一过程，当本底噪声中主要为残留噪声时，残留噪声的衰减过程不变，则该噪声符合马尔科夫随机过程，即后一帧的噪声是前序若干帧噪声衰减后的叠加，为简化计算量，本次仅考虑一次转移过程。利用马尔科夫随机过程在比较两帧图像灰度分布相似性的同时加入空间位置分布信息，极大提高了检验准确率。

一、视频连续性检验方法

（一）视频本底噪声提取

为增强残留噪声提取精度，使用黑暗环境下录制的视频，随后将视频解码为图像序列Ik（i,j），k=1,2,3......N，图像帧中的白点即为噪点。将图像帧Ik（i,j）转换为灰度图gk（i,j），则图像噪声均值M（k）为：

 

本文分析船舶阻力时选择RNG k-ε模型和VOF 模型。要让RANS方程组封闭，降低数值模拟计算的复杂程度，需要用 k-ε 模型来计算雷诺应力，根据推广的Boussinesq的eddy viscosity关系：

（二）噪声连续性检验

转移矩阵间的距离S有：

 

出于篇幅的考虑实验结果与数据并未全部列出，只选取了部分有代表性的列出，剩余结果均与所列出的结果类似。

面对乡镇企业三分天下有其一的咄咄逼人态势，国企被动地进入改革阶段。1984年，石家庄造纸厂被当时担任销售科长的马胜利承包以后，效益一下子翻了番，在全国引发了轰动，福建有55个厂的厂长共同呼吁向厂长放权，中央也提出要加强企业自主权，国企中开始推行厂长经营责任制。

 

其中将图像噪声与该帧图像在视频中的位置均纳入计算范围，增强了相邻帧间的关系，使得计算结果更精确。

黑暗环境下录制的视频，两帧图像噪声的差异就是在灰度空间内两帧图像亮度差的均值，则第k帧图像与第k+1帧图像间的灰度平均差Dk , k+1有：

电子信息系统控制要求运用电子信息技术手段建立控制系统，减少和消除内部人为控制的影响，确保内部控制的有效实施，同时要加强对电子信息系统开发与维护、数据输入与输出、文件储存与保管、网络安全等方面的控制。

其中m、n为图像行数与列数，Mk即为第k帧图像的平均噪声强度。

 

二、实验仿真

表现最典型的是在水的问题上极端化，要么园子都挂果了灌水的水源无保障，要么降雨稍多就积涝成灾。水的问题在国内猕猴桃种植区已成为建园能否成功、生产力能否保障的首要问题，甚至已成为果树正常生长的最敏感的影响因素之一。对水的问题的了解和研究，是每一个种植者应高度重视的，因为园区生产过程中所有不良表现均与水息息相关。

（一）手机实验结果

 

 

 

 

 

 

 

 

 

（二）录像机实验结果

 

 

 

 

 

 

 

 

 

 

（三）场景仿真实验

将一段有人员进出的视频采用剪辑拼接的方法进行处理后得到一段肉眼无法识别的视频，剪辑点处为763帧，场景如图20、图21所示。

 

 

噪声强度-时间曲线与传统理论的解释与推论不同，所有手机均表现出了很好的稳定性，如图1，这可能是技术升级换代的结果，所以直接根据噪声强度-时间曲线检验视频资料连续性是不可行的。图中所出现的F指的是将两帧图片相互比较后，在灰度分布上呈现出了很大的差异而不再进行后续计算，在手机的实验结果中，所有这种差异均出现在非连续帧间的比较中。分析手机灰度总体分布相似性的结果可以发现，该值在所有连续帧间的比较结果中均为1，而在非连续帧中会偏低甚至出现很大的差异，但出现率低仅有

 

 

 

采用上文中的方法并通过机器学习反馈优化后可以得到的转移矩阵距离差值-帧数结果如图25、图26所示，黑色箭头出为剪辑点处。

 

 

三、结果分析与讨论

对连续帧图像Ik（ i, j）与Ik+1（i, j）根据马尔科夫随机过程计算转移矩阵Ak ， k+1，

（一）手机结果分析与讨论

图像的梯度强度、去轮廓图像和本底噪声二值化图像（含图像的轮廓与边缘）如图22、图23、图24所示。

使用5部IPhone手机分别为IPhone5、IPhone5s、IPhone6、IPhone6s、IPhone6P，5部不同品牌的摄像机分别为索尼HDR-XR160E、日立DZ-MV100、索尼DCRTRV820E、松下NV-MX3000、JVC MC200作为视频采集设备。分别使用视频采集设备在黑暗环境中录制1小时视频，视频图像中出现的白点即为视频噪声。将视频转换为图像帧后，每间隔5分钟取连续五帧图像It1、 It2、 It3、 It4及 It5，其中t即为取图像帧的时间，t=0,1,2......。将图像转换为灰度图，并计算灰度直方图后，将像素点数较小的灰度值，以就近原则进行合并，获得图像噪点强度分布图，随后使用基于马尔科夫随机过程的方法对视频连续性进行检验。

10%，可以作为否定两帧连续的指标，但不可认定。对平均灰度差值结果分析同型号不同台手机存在着一定的差异，假定所有实验结果服从正态分布，可以发现在有些结果中非连续帧间的结果均落在连续帧结果均值的三倍标准差以外，如图4，有些结果中非连续帧的结果与连续帧的结果比较接近，不易区别，如图5。转移矩阵距离结果中所有的非连续帧结果均落在连续帧结果均值的三倍标准差以外，有大量的结果在两者之间甚至有着数量级上的差异，与平均灰度差值结果相比，利用马尔科夫过程建立的转移矩阵之间的距离，在比对两帧的灰度相似性的同时，除了单纯的使用了分度分布数量上的差异，还加入了特定坐标位置这一信息，放大了连续帧与非连续帧之间的差异，利用转移矩阵距离-时间曲线可以可靠、准确地定位非连续帧处即疑似剪辑位置。

（二）录像机结果分析与讨论

与手机获得的结果相似，录像机中有四个样本的噪声强度-时间曲线亦与传统理论的解释与推论不同，呈现出先快速下降后逐渐稳定的趋势，如图10，有一个样本出现了噪声强度-时间曲线先快速上升后趋于稳定的现象，如图11，所以同样可以得出结论，直接根据噪声强度-时间曲线检验视频资料连续性是不可行的。图中所出现的F指的是将两帧的图片相互比较后，在灰度分布上呈现出了很大的差异而不再进行后续计算，不过对于录像机来说在5个实验样本中有4个样本的F均出现在非连续帧间的比较，但有一个样本例外，如图13、图15、图19。分析这一样本的中间过程与数据，可以发现该样本的稳定性差，即便是连续的帧之间灰度分布也呈现出了很大的变化，如图27所示。

“自强不息、艰苦奋斗，苦干实干、兴业报国，敢为人先、追求卓越”，是兰州石化的企业精神，也是兰州石化的“魂”和“魄”。正是凭着这种精神，在60年的时光长河中，兰州石化历经改革改制浪潮，却始终保持着队伍不散、思想不乱、精神不垮、作风过硬。

 

分析产生这一结果的原因，可能是原假设不成立，即每一帧的本底噪声中的主要组成部分不是残留噪声而是元件之间的耦合噪声，在进行确定对齐方式运算时两端对齐效果均不理想，被判断为灰度总体分布差异大。若元件之间的耦合噪声是本底噪声的主要组成部分，则噪声强度-时间曲线将符合传统理论解释，该反例样本的噪声强度-时间曲线确实呈现了这样的趋势，如图11，印证了上述分析的合理性。

除去上述不稳定样本，对剩余四个样本的结果进行统计和分析可以得出与手机类似的结果，灰度总体分布相似性在非连续帧的情况下会出现显著降低的现象，出现率为30%，可以作为否定帧间连续性的指标。平均灰度差值结果也与手机类似，在该值服从正态分布的假设下非连续帧间的结果均落在连续帧结果均值的三倍标准差以外，达80%，部分样本出现不易区别的结果。转移矩阵距离结果在连续帧与非连续帧之间存在统计性差异，所有的非连续帧间的结果均在连续帧结果均值的三倍标准差以外，与手机结果相比差异变小，不存在数量级上有差异的样本，使用转移矩阵距离-时间曲线可以可靠、准确地定位非连续帧处即疑似剪辑位置。

（三）场景仿真实验分析与讨论

使用基于马尔科夫方法的本底噪声检验法对于检验视频资料的连续性来说满足相关的需求，反映性即能够把本底噪声的强度和位置从图像中识别出来并去除掉图像中物体的轮廓与边缘；特殊性和稳定性即能够把视频图像中疑似的剪辑位置压缩在一个很小的疑似集合范围内，尤其是在进行了机器学习调节了相关的加权系数之后，图像中的第二极大值即为剪辑处。

四、结论

使用手机、录像机录制的视频资料，在满足残留噪声在本底噪声中占据主导地位的条件下，即噪声强度-时间曲线不出现快速上升后趋于稳定的情况下，利用噪声强度-时间曲线无法找出疑似剪辑位。灰度总体分布相似性与平均灰度差值结果对于确定疑似剪辑位置有着较好的辅助作用，使用基于马尔科夫随机过程的转移矩阵能够可靠、准确地定位非连续帧处即疑似剪辑位置，把疑似剪辑处从整个视频资料中缩小到一个很小的集合范围内，为之后的检验工作减小了工作量，且提供了一个客观的数据参考。

习主席强调指出，要加紧健全同新体制相适应的工作运行机制，使领导指挥体系同力量体系同频共振，促进作战能力快速提升。当前，省军区系统正处在新体制运行磨合期和探索发展期，加快健全完善工作运行机制，确保新体制规范高效运转，是完善国防动员体系的基础工程，也是实现强军目标的有效保证，必须作为重大现实课题认真研究解决。

参考文献

[1] Hailing Huang,Weiqiang Guo,Yu Zhang. Detection of Copy-Move Forgery in Digital Images Using SIFT Algorithm.IEEE Pacific-Asia Workshop on Computational Intelligence and Industrial Application, Phoenix,USA, pp.272-276,2008.

[2] 刘丽娟,林小竹.基于背景噪声的图像盲篡改检测[J].计算机科学,2014,41(11A):136-149.

[3] 卢燕飞,鞠娅莉,于跃.基于图像背景噪声特性的篡改检测[J].信号处理,2012,28(9):1299-1307.

[4] 张晖,张荣,尹东.使用背景噪声盲估计的图像真伪鉴别[J].中国图象图形学报,2010,15(12):1738-1741.

[5] 张驰,李丽芳,鲍济民,刘旭.利用边缘检测算子所显示的数字图像本底噪声差异辨识伪造、变造图像[J].计算机科学,2013(4):110-112.

[6] 杨用文,金志详.浅谈伪造照片常规检验方法[J].云南警官学院学报,2009(1):114-116.

[7] 毕华.图像真实性鉴别方法研究[J].贵州警官职业学院学报,2008(5):58-60.

[8] 王彦吉,王世全.刑事技术学教程[C].中国人民公安大学出版社,2005,477.