基于QR分解和Minkowski距离的框架重复伪造检测和定位
1École Supérieure de la Gendarmerie Nationale, Zéralda, Algeria.
Journal of forensic sciences
|May 13, 2025
概括
本研究介绍了一种新的算法,用于检测使用QR分解和Minkowski距离的视频重复伪造. 该方法在识别重复时达到很高的准确性,提高了视频内容的完整性.
科学领域:
- 计算机科学 计算机科学
- 数字法医学数字法医学
- 图像处理 图像处理
背景情况:
- 现实的视频伪造对数字内容的信任构成重大威胁.
- 重复是一种常见且具有挑战性的视频伪造技术.
研究的目的:
- 开发一种新的算法,用于检测视频中的重复伪造.
- 为了提高视频内容的可靠性和可信度.
主要方法:
- 使用QR分解来提取特征.
- 使用Minkowski距离来比较特征.
- 实施随机区块匹配用于候选重复识别.
主要成果:
- 在TDTVD和自生成数据集上实现了完美的F分数,用于视频级检测.
- 实现了高级检测指标:0.9943准确度,0.9752精度,0.9858回忆,以及0.9803F-score.
- 证明了对后加工技术的稳定性.
结论:
- 拟议的算法有效地检测多重重复的.
- 该方法显示了超越现有的视频伪造检测方法的潜力.
- 提高数字视频内容的完整性和可信度.


