劉磊 孫鵬 郎宇博 單大國 王方明 牛宇豪
1.中國刑事警察學(xué)院 2.遼寧網(wǎng)絡(luò)安全執(zhí)法協(xié)同創(chuàng)新中心
視頻資料是法庭證據(jù)的重要組成部分,具有真實性、直觀性以及客觀性等特點,是犯罪認(rèn)定的重要依據(jù)。隨著視頻編輯技術(shù)的普及與發(fā)展,案件中出現(xiàn)的視頻資料常經(jīng)過編輯篡改,經(jīng)篡改后的視頻資料無法反應(yīng)客觀事實,不能成為案情認(rèn)定證據(jù)。因此,對視頻資料原始性和完整性的檢驗鑒定是其成為司法證據(jù)的前提,其中,對拼接篡改視頻的檢驗鑒定是主要檢驗內(nèi)容之一。
拼接篡改視頻檢驗分為主動檢驗和被動檢驗兩種方法。拼接篡改視頻的主動檢驗,主要應(yīng)用的是視頻數(shù)字水印技術(shù),即在視頻中嵌入數(shù)字水印。當(dāng)對視頻進行篡改時,嵌入的數(shù)字水印將遭到破壞,通過檢測數(shù)字水印的完整性檢驗拼接篡改視頻。該方法的優(yōu)點在于方法簡單、實用性強,但是需要提前在視頻生成過程中嵌入驗證信息或者生成散列值,甚至需要第三方認(rèn)證,在很多實際檢驗過程中難以滿足應(yīng)用條件[1]。
拼接篡改視頻的被動檢驗,即通過使用視頻的固有特征進行檢驗,包括哈希值檢驗、視頻參數(shù)檢驗、視頻內(nèi)容檢驗以及視頻光學(xué)成像特性檢驗[2]等。
基于視頻內(nèi)容與視頻光學(xué)成像特性的經(jīng)驗性檢驗,是視頻檢驗鑒定實踐中應(yīng)用最多的檢驗方法,由鑒定專家對視頻的內(nèi)容是否符合物理規(guī)律(透視規(guī)律、光線傳播與反射規(guī)律等),以及視頻的光學(xué)成像規(guī)律(視頻偏色程度一致性、視頻亮度一致性、視頻焦距變化特點等)進行檢驗,通過細(xì)致觀察,結(jié)合物理規(guī)律、光學(xué)成像規(guī)律以及大量檢驗鑒定經(jīng)驗,對視頻進行檢驗。隨著檢驗鑒定要求的不斷提高,經(jīng)驗性檢驗方法過度依賴于鑒定專家的專業(yè)性及職業(yè)操守的特點及拼接篡改手段的不斷變化等問題的出現(xiàn),使其受到極大的限制。經(jīng)驗性檢驗判斷方法理論的整合、視頻內(nèi)容與光學(xué)成像特性的量化以及拼接篡改視頻的自適應(yīng)檢驗方法研究,成為數(shù)字取證領(lǐng)域的研究重點。諸多研究中,比較成功的檢驗方法包括基于鬼影痕跡檢測修補的方法[3];通過飛行物體與其陰影關(guān)系的檢驗方法[4];采用分治法,將視頻分成幾部分,通過計算不同的相關(guān)系數(shù)得到每部分間的相似度,進而對視頻進行檢驗[5,6]等。
光學(xué)特征中,視頻的色溫是廣泛存在且穩(wěn)定的特征,視頻采集時的光源特性是穩(wěn)定的,因此視頻中每幀圖像的色溫估計值具有穩(wěn)定性。本文通過對視頻幀間色溫的比較研究,結(jié)合色溫估計法,選取色溫估計中的藍色偏量,研究該量化特征在時間維度上的變化規(guī)律,提出了基于色溫估計法的拼接篡改視頻檢驗方法。
采集視頻時,光源的變化是連續(xù)的,且大部分視頻采集時光源變化很小,使得采集的視頻色溫變化具有規(guī)律性,變化幅度有限。基于色溫估計的視頻拼接篡改檢驗方法,利用視頻色溫變化的規(guī)律性,根據(jù)文獻[7]中的色溫估計方法,在YCbCr色彩空間中計算視頻每幀圖像的色溫,為簡化計算并增強算法的實時性,使用圖像幀的藍色偏量值反映色溫特性,進而通過時間序列上圖像幀藍色偏量的變化規(guī)律實現(xiàn)拼接篡改視頻的檢驗,檢驗過程如圖1所示。
色溫估計,即估算圖像采集時的光源色溫。周榮政等[10]使用YCbCr模型進行色溫估計,進而對圖像的偏色進行檢驗校正,其中Y代表像素點亮度,Cb代表藍色的濃度偏移量,Cr代表紅色的濃度偏移量,RGB色彩空間和YCbCr的轉(zhuǎn)換公式為:
在Nakano[8]和 Lee[9]等的研究基礎(chǔ)上,文獻[10]使用改進的約束條件進行色溫估計:
通過約束選取合適的白點,當(dāng)亮度Y較小時,Cb和Cr的范圍控制的較小,只有藍紅兩色濃度偏移量較小的像素點用于色溫估計;當(dāng)亮度Y較大時,Cb和Cr的范圍控制的較大,此時的Cb和Cr偏移量較大的像素點也可作為色溫估計參考點,使得更多的像素點加入到色溫估計中,減小誤差,提高色溫估計精度。
視頻是光源發(fā)出的光經(jīng)物體反射后,由攝像頭捕捉并記錄下來的光信息。拍攝時,光源發(fā)出的光具有連續(xù)性,光源的色溫也是連續(xù)變化的。當(dāng)光照射到物體上并經(jīng)過反射,被攝像機鏡頭記錄,光源色溫以及設(shè)備特性使得視頻產(chǎn)生特定的偏色特性。在拍攝的視頻中,表現(xiàn)為第k幀圖像和第k+1幀圖像的偏色程度相同或差值很小,即相鄰兩幀圖像的偏色程度變化差值在一定閾值內(nèi),當(dāng)連續(xù)兩幀圖像的偏色程度差值超出一定閾值時,視頻即在該處發(fā)生了篡改。
1. 偏色特征量計算
時長為t的待檢驗視頻Ft,解碼為時間軸上的圖像幀序列Ik(i,j),k=1,2,......,n,其中n為圖像幀總數(shù),i,j為圖像的寬和長。對每幀圖像使用式(2)選取圖像白點,并計算這些白點處藍色偏量的均值,即該幀圖像的藍色偏量特征,用以反映圖像的偏色程度:
其中Cb(k)是第k幀圖像的藍色偏量特征,Cbw(z1)為該幀圖像中第z1個白點的藍色偏量值,N1為該幀圖像中白點總數(shù)。使用式(3)計算每一幀圖像的藍色偏量特征,得到視頻的藍色偏量特征Cb(k)。
在時間維度上,視頻的藍色偏量特征整體趨勢變化平緩,在局部具有明顯的無規(guī)律波動,但是相鄰幀間變化幅度小于一定閾值。相鄰幀間藍色偏量特征值的快速波動,一是由于光源色溫并非恒定不變,而是處于一定規(guī)律性的時刻變化中;二是由于使用的色溫估計方法存在誤差,當(dāng)場景隨時間變化,圖像內(nèi)的白點個數(shù)以及白點位置均發(fā)生變化,使得圖像藍色特征值發(fā)生變化,因此相鄰幀間藍色偏量差值時刻變化。光源的緩慢變化以及場景的時刻更新,在時間維度上具有連續(xù)性,因此圖像色溫變化幅度是有限的,使得相鄰幀間藍色偏量特征值的變化幅度有限。使用DCb(k)表示藍色偏量變化量:
其中Cb(k+1)與Cb(k)分別為第k+1幀以及第k幀圖像的藍色偏量特征值,n為視頻幀數(shù)。
2. 異常數(shù)據(jù)檢測
無拼接篡改視頻的藍色偏量變化量有限,小于一定閾值,而在拼接篡改視頻的拼接處,相鄰幀間視頻藍色偏量變化量明顯大于其他幀間藍色偏量變化量,故通過對視頻藍色偏量變化量的異常數(shù)據(jù)檢測,可對拼接篡改視頻進行檢測,并找出拼接篡改處。
視頻的拍攝環(huán)境與拍攝內(nèi)容的多樣性,使得不同拍攝視頻的藍色偏量變化量不盡相同,根據(jù)視頻的光學(xué)特性自適應(yīng)選取閾值θ:
其中,T為閾值系數(shù),當(dāng)T取值較小時,閾值θ對幀間色溫變化較敏感,誤檢率較高;當(dāng)T取值較大時,閾值θ對幀間色溫變化不敏感,當(dāng)視頻拼接篡改的兩幀間色溫變化較小時,易發(fā)生漏檢。經(jīng)實驗,當(dāng)T取值在[10,20]時,能夠得到較好的檢測結(jié)果。
拼接篡改視頻的檢測,即使用閾值θθ 檢驗藍色偏量變化量中的異常數(shù)據(jù):
當(dāng)視頻藍色偏量變化量滿足式(6)時,在第k幀與第k+1幀處,視頻即經(jīng)過拼接篡改。
根據(jù)監(jiān)控視頻內(nèi)容,選取三段不同的視頻為實驗組a:第一段視頻為背景固定、前景固定的監(jiān)控視頻,第二段視頻為背景靜止、前景運動的監(jiān)控視頻,第三段視頻為背景運動、前景運動的監(jiān)控視頻。為便于比較實驗結(jié)果,將視頻解碼為圖像幀后,分別選取其中連續(xù)的500幀圖像作為實驗素材。
將a組三段視頻中第50幀、第250幀、第450幀分別使用PS進行處理,通過改變圖像的色彩平衡模擬色溫變化,然后將其放回到原圖像幀序列中,作為實驗組b,模擬拼接篡改視頻。圖2為實驗組a中第一段視頻截圖,圖3為實驗組b中第一段視頻截圖。
對a、b兩組視頻使用基于色溫估計法的拼接篡改視頻檢驗方法進行檢驗,三段監(jiān)控視頻的DCb(k)分別為圖4~圖6。
圖4a為使用靜止場景下的正常監(jiān)控視頻藍色偏量變化數(shù)據(jù)圖,視頻內(nèi)容無明顯變化,DCb(k)值較小,均小于0.45;圖4b為該視頻經(jīng)篡改后的藍色偏量變化數(shù)據(jù)圖,篡改幀與其他幀有較大的色溫差異,故在k=49、249、449時,DCb較 大,相對于其他幀處的DCb值有明顯差異,滿足式(6),即在第49幀和第50幀、第50幀和第51幀、第249幀和第250幀、第250幀和第251幀、第449幀和第450幀以及第450幀和第451幀處發(fā)生過拼接篡改。
圖5a為使用背景靜止、有前景運動的監(jiān)控視頻藍色偏量變化數(shù)據(jù)圖,其中DCb(k)值均較??;圖5b為篡改視頻的藍色偏量變化數(shù)據(jù)圖,篡改幀與其前后幀間的藍色偏量變化量較大,相較于正常幀處藍色偏量變化量差異十分明顯,使用式(6)對圖5b的數(shù)據(jù)進行判斷,能準(zhǔn)確判斷出視頻中經(jīng)篡改的圖像幀。
圖6a為使用攝像頭運動拍攝的視頻藍色偏量變化量數(shù)據(jù)圖,背景的運動使得色溫估計結(jié)果有較大波動,但仍然在允許范圍內(nèi)。圖6b為經(jīng)篡改的視頻藍色偏量變化數(shù)據(jù)圖,在視頻拼接處,幀間藍色偏量變化量與其他幀間藍色偏量變化差異較大,經(jīng)式(6)可檢驗出拼接篡改幀。
不同場景下的監(jiān)控視頻,DCb(k)值變化特性不同,但是均能使用基于色溫估計法的拼接篡改視頻檢驗方法,成功檢驗出經(jīng)篡改的視頻,并定位出篡改幀。
經(jīng)實驗仿真,通過色溫估計并比較幀間藍色偏量變化幅度,能對拼接篡改視頻進行檢驗,并能找出拼接篡改幀,為科學(xué)地運用視頻的光學(xué)特性對視頻進行檢驗提供了新的思路。但同時,該方法仍具有一定的局限性,如夜間各色霓虹燈下場景、光源雜亂無序場景、光源變化具有較大突變場景下拍攝的視頻,在應(yīng)用此方法進行拼接篡改視頻的檢驗鑒定時,將受到較大的限制。
拼接篡改視頻檢驗的研究將作為視頻證據(jù)研究的一項重要工作持續(xù)進行,更精確的色溫估計方法、更準(zhǔn)確的T值選取策略、更精密的實驗,均能提高基于色溫估計法的拼接篡改視頻檢驗方法的準(zhǔn)確率。
[1] 段成閣, 倪萍婭, 張國臣,等. 淺析監(jiān)控視頻鑒定[J]. 刑事技術(shù),2012(4):42-44.
[2] 何芳州, 楊洪臣, 蔡能斌. 利用文件十六進制信息檢驗視頻真?zhèn)涡苑椒ㄅc應(yīng)用范圍研究[J]. 中國刑警學(xué)院學(xué)報,2015(3):58-61.
[3] 張明玉.基于“鬼影”的數(shù)字視頻篡改檢測[D].天津大學(xué),2010.
[4] Conotter V, O'Brien J F, Farid H. Exposing Digital Forgeries in Ballistic Motion[J]. IEEE Transactions on Information Forensics &Security, 2012, 7(1):283-296.
[5] Wang W, Farid H. Exposing Digital Forgeries in Video by Detecting Duplication[C]// The Workshop on Multimedia &Security, Mm&sec 2007, Dallas, Texas, Usa, September. 2007:35-42.
[6] 張旭, 黎智輝, 王鑫,等. 視頻取證技術(shù)研究進展[J]. 刑事技術(shù),2015(2):87-93.
[7] 周榮政, 何捷, 洪志良. 自適應(yīng)的數(shù)碼相機自動白平衡算法[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2005, 17(3):529-533.
[8] Nakano N, Nishimura R, Sai H, et al. Digital Still Camera System for Megapixel CCD[J]. Consumer Electronics IEEE Transactions on, 1998, 44(3):581-586.
[9] Lee J S, Jung Y Y, Kim B S, et al. An Advanced Video Camera System With Robust AF, AE, and AWB control[J]. IEEE Transactions on Consumer Electronics, 2001, 47(3):694-699.