视频对象移除篡改的时空域定位被动取证

针对视频被动取证领域中视频内容的真实性和完整性鉴定及篡改区域定位问题,提出了一种基于视频噪声流的深度学习检测算法。首先,构建了基于空间富模型(SRM)和三维卷积(C3D)神经网络的特征提取器、帧鉴别器和基于区域建议网络(RPN)思想的空域定位器;其次,将特征提取器分别与帧鉴别器和空域定位器相结合,搭建出2个神经网络;最后,利用增强处理后的数据训练出2种深度学习模型,分别用于对视频篡改区域时域和空域的定位。测试结果表明,时域定位的准确率提高到98.5%,空域定位与篡改区域标注平均交并比达49%,可以有效对该类篡改视频进行篡改区域时空域定位。