无需像素：利用流描述符进行视频篡改检测
机器学习
2019-06-21 v1 密码学与安全
计算机视觉与模式识别
机器学习
摘要
篡改视频内容比以往任何时候都更容易。由于篡改内容存在滥用风险，已有多种分析视频像素数据的检测技术被提出。然而，聪明的篡改者还应仔细伪造元数据与辅助头信息，这对视频而言比图像更难做到。在本文中，我们提出通过分析多媒体流描述符并使用简单二分类器来识别伪造视频，完全避开像素空间。使用知名数据集，我们的结果表明，若篡改者未对流描述符进行仔细的数据清理，这种可扩展方法能取得较高的篡改检测分数。
引用
@article{arxiv.1906.08743,
title = {We Need No Pixels: Video Manipulation Detection Using Stream Descriptors},
author = {David Güera and Sriram Baireddy and Paolo Bestagini and Stefano Tubaro and Edward J. Delp},
journal= {arXiv preprint arXiv:1906.08743},
year = {2019}
}
备注
7 pages, 6 figures, presented at the ICML 2019 Worksop on Synthetic Realities: Deep Learning for Detecting AudioVisual Fakes