-
公开(公告)号：CN104598933B
公开(公告)日：2017-12-15
申请号：CN201410640605.7
申请日：2014-11-13
Applicant: 上海交通大学
Abstract: 本发明公开一种基于多特征融合的图像翻拍检测方法，包括如下步骤：步骤1：对训练图像提取多组特征并对特征进行拼接；步骤2：利用分类器生成训练模型；步骤3：对待测图像提取多组特征并对特征进行拼接；步骤4：利用生成的训练模型及利用分类器对待测图像进行判别。本发明方法区别于现有技术中任何一种对图像翻拍进行检测的方法，是一种新的有效检测方法。
-
公开(公告)号：CN106303525A
公开(公告)日：2017-01-04
申请号：CN201610682055.4
申请日：2016-08-17
Applicant: 上海交通大学
IPC: H04N19/114 , H04N19/117 , H04N19/176 , H04N19/186 , H04N19/85
Abstract: 本发明提供了一种基于块效应度量的双重MPEG-4压缩检测方法及系统，包括：首先将输入视频解压为帧序列，提取每帧的亮度分量以及宏块编码信息。对每帧的亮度分量进行自适应去块效应滤波。计算滤波后的亮度分量与原始亮度分量差值的绝对值累积和，将其作为每帧的块效应度量。再利用宏块变化异常模式对块效应度量进行增强得到特征序列。最后，对特征序列进行周期性分析判断输入视频是否经历过双重MPEG-4压缩并估计第一次压缩使用的GOP大小。本发明能够有效利用双重MPEG-4压缩视频中周期性出现的异常块效应，使检测方法具有更强的鲁棒性，应用面更广。相较于传统检测方法，对复杂纹理的运动视频具有更可靠的检测效果。
-
公开(公告)号：CN104837028A
公开(公告)日：2015-08-12
申请号：CN201510214826.2
申请日：2015-04-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种视频同比特率双重压缩检测方法，包括如下步骤：对测试和训练视频进行基于mode的预处理，得到预处理后的测试视频和训练视频；提取预处理后测试和训练视频各帧的首位数字概率分布函数，并与Benford近似对数定律拟合后得到12维特征；得到训练视频各帧的12维特征训练分类器；利用分类器对测试视频各帧进行分类，并判断测试视频是否经过双重压缩。本发明填补了视频同比特率双重压缩检测技术相关领域的空白，提高了检测效率。
-
公开(公告)号：CN103945228A
公开(公告)日：2014-07-23
申请号：CN201410130688.5
申请日：2014-03-28
Applicant: 上海交通大学
IPC: H04N19/89
Abstract: 本发明提供了一种基于时空关联性的视频帧内copy-move篡改检测方法，其首先根据图像高斯金字塔的建立方法对视频帧进行降尺度处理，再利用监控视频内容的时间关联性和空间关联性分别自适应的设定时间阈值及峰值阈值，之后利用相位相关和基于块匹配的检测方法筛选出可能存在帧内copy-move篡改的可疑帧对，并计算出描述篡改区域位置的二值图。最后利用时间阈值对可疑帧分组进行最终判决。本发明比同类算法在运算时间上有较大的减少，并增强了算法对于高斯噪声的鲁棒性。在利用二值图描述篡改区域时，加入形态学滤波的操作能够在一定程度上消除误判点与噪声点带来的干扰，提高检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN104598933A
公开(公告)日：2015-05-06
申请号：CN201410640605.7
申请日：2014-11-13
Applicant: 上海交通大学
CPC classification number: G06K9/4652 , G06K9/6269
Abstract: 本发明公开一种基于多特征融合的图像翻拍检测方法，包括如下步骤：步骤1：对训练图像提取多组特征并对特征进行拼接；步骤2：利用分类器生成训练模型；步骤3：对待测图像提取多组特征并对特征进行拼接；步骤4：利用生成的训练模型及利用分类器对待测图像进行判别。本发明方法区别于现有技术中任何一种对图像翻拍进行检测的方法，是一种新的有效检测方法。
-
公开(公告)号：CN104317946A
公开(公告)日：2015-01-28
申请号：CN201410608236.3
申请日：2014-10-31
Applicant: 上海交通大学
IPC: G06F17/30
CPC classification number: G06F17/30256 , G06F17/30277
Abstract: 本发明公开一种基于多张关键图的图像内容检索方法，包括步骤如下：步骤1：使用多张图像作为关键图，以进行图像检索；步骤2：分别对每张关键图提取特征集合；步骤3：使用事先建立的单词表，并通过频率直方图的方式，来表征每张关键图的特征；步骤4：对每张关键图的直方图计算交集，以组合成新的直方图；步骤5：使用步骤4生成的直方图在特征库中进行检索。本发明的多张关键图特性，增加了图像内容检索的多样性，也为图像检索提供了一种有效的检索模型。
-
公开(公告)号：CN106303525B
公开(公告)日：2020-11-17
申请号：CN201610682055.4
申请日：2016-08-17
Applicant: 上海交通大学
IPC: H04N19/114 , H04N19/117 , H04N19/176 , H04N19/186 , H04N19/85
Abstract: 本发明提供了一种基于块效应度量的双重MPEG‑4压缩检测方法，包括：首先将输入视频解压为帧序列，提取每帧的亮度分量以及宏块编码信息。对每帧的亮度分量进行自适应去块效应滤波。计算滤波后的亮度分量与原始亮度分量差值的绝对值累积和，将其作为每帧的块效应度量。再利用宏块变化异常模式对块效应度量进行增强得到特征序列。最后，对特征序列进行周期性分析判断输入视频是否经历过双重MPEG‑4压缩并估计第一次压缩使用的GOP大小。本发明能够有效利用双重MPEG‑4压缩视频中周期性出现的异常块效应，使检测方法具有更强的鲁棒性，应用面更广。相较于传统检测方法，对复杂纹理的运动视频具有更可靠的检测效果。
-
公开(公告)号：CN103945228B
公开(公告)日：2017-03-15
申请号：CN201410130688.5
申请日：2014-03-28
Applicant: 上海交通大学
IPC: H04N19/89
Abstract: 本发明提供了一种基于时空关联性的视频帧内copy-move篡改检测方法，其首先根据图像高斯金字塔的建立方法对视频帧进行降尺度处理，再利用监控视频内容的时间关联性和空间关联性分别自适应的设定时间阈值及峰值阈值，之后利用相位相关和基于块匹配的检测方法筛选出可能存在帧内copy-move篡改的可疑帧对，并计算出描述篡改区域位置的二值图。最后利用时间阈值对可疑帧分组进行最终判决。本发明比同类算法在运算时间上有较大的减少，并增强了算法对于高斯噪声的鲁棒性。在利用二值图描述篡改区域时，加入形态学滤波的操作能够在一定程度上消除误判点与噪声点带来的干扰，提高检测的准确率。
-
公开(公告)号：CN104837028B
公开(公告)日：2017-12-15
申请号：CN201510214826.2
申请日：2015-04-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种视频同比特率双重压缩检测方法，包括如下步骤：对测试和训练视频进行基于mode的预处理，得到预处理后的测试视频和训练视频；提取预处理后测试和训练视频各帧的首位数字概率分布函数，并与Benford近似对数定律拟合后得到12维特征；得到训练视频各帧的12维特征训练分类器；利用分类器对测试视频各帧进行分类，并判断测试视频是否经过双重压缩。本发明填补了视频同比特率双重压缩检测技术相关领域的空白，提高了检测效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
