逆重心密度的半监督学习在视频篡改检测的应用
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61070062,61073017);福建省高校产学合作科技重大项目(2012H6006);福建省高校服务海西建设重点项目(2008HX200941-4-5);福建省高等学校新世纪优秀人才支持计划(JAI1038)


Video Tamper Detection Based on Inverse Gravity Density Semi-Supervised Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    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.

    Abstract:

    Aim at the condition that a video may be combined from non-same source segments, and according to its data characteristic, we propose an improved semi-supervised learning algorithm, and apply it to the research of detecting video's authenticity. First, use per-frame of a video as a sample, extracting their R, G, B components, and getting the noise of these three components. Then, getting these noise's mean and variance, and use it as attributes of the sample. Last, use this paper's algorithm cluster the samples. Experimental results show that this method can effectively identify whether a video is combined from non-same source segments.

    参考文献
    相似文献
    引证文献
引用本文

吴铁浩,黄添强,袁秀娟,陈智文,苏伟峰.逆重心密度的半监督学习在视频篡改检测的应用.计算机系统应用,2013,22(8):91-97,102

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-01-08
  • 最后修改日期:2013-01-29
  • 录用日期:
  • 在线发布日期: 2013-09-06
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号