.png){kind=icon}
返回
Enhanced inter-frame video forgery detection using convolutional network and stacking ensemble
.png){kind=icon}
PRE
AI
DOI：10.1007/s11042-026-21684-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视频数据易受使用Adobe Premiere Pro等编辑工具的帧间伪造。这些操作可能扭曲或掩盖事件，破坏视频证据的完整性。当前的帧间伪造检测方法往往难以捕捉所有伪造类型和视频格式，并且由于训练数据自创建而缺乏泛化能力。本研究提出了一种通过五阶段流程克服这些挑战的帧间视频伪造检测技术。首先，对视频帧进行预处理以去除后处理效果。其次，提取空间和时序特征（如帧边缘差异、光流和方向梯度直方图）以捕捉边缘、运动和结构。接着，时序卷积网络利用这些特征捕捉时序域中的长距离依赖关系和不一致性。随后，采用堆叠集成方法，使用随机森林、梯度提升、支持向量机和k近邻，并结合逻辑回归元分类器。最后，使用小波直方图差异结合Otsu阈值法定位伪造区域。该技术能识别和定位静态及动态视频内容中的帧插入、帧删除和帧复制伪造。它还能检测多重帧间伪造，在公开数据集VFD、TDTVD和VIFFD上分别达到0.994、0.975和0.940的F1分数。这些结果展示了在分辨率、帧率和压缩水平各异的多个数据集上的一致性能，表明其对格式和压缩差异的潜在鲁棒性。
Keyword:
Video forensics
Inter-frame forgery detection
Frame-insertion detection
Frame-deletion detection
Frame-duplication detection
期刊
IF:
3
论文数:
2.0W
被引数:
3.2W
机构
引用论文
Multiple forgeries identification in digital video based on correlation consistency between entropy coded frames.png)
MULTIMEDIA SYSTEMS
MULTIMEDIA SYSTEMSIF3.1
PREAI
分享收藏Multiple forgery detection and localization technique for digital video using PCT and NBAP基于PCT和NBAP的数字视频多重伪造检测与定位技术
PREAI
分享收藏DEEP-STA: deep learning-based detection and localization of various types of inter-frame video tampering using spatiotemporal analysisDEEP-STA：基于深度学习的帧间视频篡改检测与定位，通过时空分析实现多种类型篡改的识别
IF0
PREAI
分享收藏Multiple forgery detection in digital video based on inconsistency in video quality assessment attributes基于视频质量评价属性不一致性的数字视频多重伪造检测MULTIMEDIA SYSTEMS
MULTIMEDIA SYSTEMSIF3.1
PREAI
分享收藏Detecting Frame Deletion in Videos Using Supervised and Unsupervised Learning with Convolutional Neural Networks使用卷积神经网络结合监督学习和无监督学习方法检测视频帧删除
PREAI
分享收藏
查看更多内容