msiСовременная наука и инновацииModern Science and Innovations2307-910XNorth-Caucasus Federal University10.37493/2307-910X.2024.2.3msi-1616Research ArticleТЕХНИЧЕСКИЕ НАУКИ. ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕTECHNICAL SCIENCES. INFORMATION, COMPUTING AND MANAGEMENTРазработка алгоритма выявления признаков внутрикадрового монтажа видеоизображенийDevelopment of an algorithm for identifying signs of intraframe editing of video imagesКужеваД. А.KuzhevaD. A.

Диана Арсеновна Кужева – аспирант 

г. Ставрополь

Diana A. Kuzheva – PhD student 

Stavropol

diksir2009@yandex.ruСеверо-Кавказский федеральный университетРоссияNorth-Caucasus Federal UniversityRussian Federation202425092024022636Copyright © Кужева Д.А., 20242024Кужева Д.А.Kuzheva D.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://msi.elpub.ru/jour/article/view/1616

В данной работе рассматривается алгоритм обнаружения признаков внутрикадрового монтажа видеоизображений при вырезке или вставке в исходный видеопоток. Для этого показано каким образом формируются изображения и видеопоток, какие применяются алгоритмы для сжатия видеопотока, а также какие основные видеокодеки существуют. С учетом особенностей спецификации видеокодека, в работе прилагается алгоритм выявления признаков монтажа, который позволит определить наличие вырезки или вставки части видеопотока в исходных видеопоток.

This paper discusses an algorithm for detecting signs of intra-frame editing of video images when cutting or pasting into the source video stream. To do this, it is shown how images and video streams are formed, what algorithms are used to compress the video stream, as well as what main video codecs exist. Taking into account the specifications of the video codec, the work includes an algorithm for identifying signs of editing, which will allow us to determine the presence of cutting or inserting part of the video stream into the original video stream.

видеомонтажвидеоизображениебиблиотека х264кодирование видеоvideo editingvideo imagex264 libraryvideo codingReferencesКонрод Р. Демистификация описания активного формата // Harris Assured Communications, Мейсон, Огайо, США. 2008.Conrod R. Demystifying the active format description. Harris Assured Communications, Mason, Ohio, USA, White Book. 2008. (In Russ.).Ян Ю., Юхуа П., Чжаогуан Л. Быстрый алгоритм преобразования YCbCr в RGB // Транзакции IEEE в бытовой электронике. 2007. Т. 53. №. 4. С. 1490–1493.Yan Y, Yuhua P, Zhaoguang L. Fast YCbCr to RGB conversion algorithm. IEEE Transactions on Consumer Electronics. 2007;53(4):1490-1493. (In Russ.).Астрединов Р. К., Баранчук Н. А., Растимешин Г. Д. Применение кодека как метода сжатия видеоинформации в современном техническом исследовании // Состояние и перспективы развития современной науки по направлению «Техническое зрение и распознавание образов»: сборник статей II Всероссийской научно-технической конференции. Том 1. Военный инновационный технополис "ЭРА". Анапа. 2020. С. 53–59.Astridinov RK, Baranchuk NA, Rastimeshin GD. Application of a codec as a method of video compression in modern technical research. State and prospects for the development of modern science in the direction of “Technical vision and pattern recognition”: collection of articles of the II All-Russian scientific and technical conference. Volume 1. Military innovative technopolis "ERA". Anapa. 2020. P. 53-59. (In Russ.).Быков Р. Е. Основы телевидения и видеотехники [Текст]: учеб. для вузов / Р.Е. Быков. М.: Горячая линия – телеком, 2006. С. 399.Bykov RE. Fundamentals of television and video technology [Text]: textbook for universities / RE Bykov. Moscow: Hotline – Telecom, 2006. P. 399. (In Russ.).Власенко А. В., Киселев П. С., Склярова Е. А. Искусственный интеллект и проблемы кибербезопасности. Технология Deepfake // Молодой ученый. 2021. № 21 (363). С. 81–86.Vlasenko AV, Kiselev PS, Sklyarova EA. Artificial intelligence and cybersecurity problems. Deepfake technology. Young scientist. 2021;21(363):81-86. (In Russ.).Гонта А. Резкость изображения и оборудования видеонаблюдения [Электронный ресурс] / А. Гонта, Е. Седов. URL: http://www.security-bridge.com (дата обращения: 02.03.2024).Gonta A. Image sharpness and video surveillance equipment [Electronic resource] / A Gonta, E Sedov. Available from: http://www.security-bridge.com [Accessed 2 March 2024]. (In Russ.).Довгаль В. А. Применение глубокого обучения для создания и обнаружения поддельных изображений, синтезированных с помощью искусственного интеллекта // Вестник Адыгейского государственного университета. Серия 4: Естественноматематические и технические науки. 2021. № 4 (291). С. 82–94.Dovgal VA. Application of deep learning for creating and detecting fake images synthesized using artificial intelligence. Bulletin of the Adygea State University. Series 4: Natural, mathematical and technical sciences. 2021;4(291):82-94. (In Russ.).Догадова Д. М., Корелин О. Н. Особенности стандарта видеосжатия h. 264 // Информационные системы и технологии ИСТ-2017. 2017. С. 471–474.Dogadova DM, Korelin ON. Features of the video compression standard h. 264. Information systems and technologies IST-2017. 2017. P. 471-474. (In Russ.).Дорогов А. Ю., Курбанов Р. Г., Разин В. В. Быстродействующий алгоритм семантической классификации JPEG-изображений // Нейроинформатика. 2006. Т. 1. № 2. С. 124–145.Dorogov AYu, Kurbanov RG, Razin VV. High-speed algorithm for semantic classification of JPEG images. Neuroinformatics. 2006;1(2):124-145. (In Russ.).Кириленко А. Н., Грызов Г. Ю., Чобану М. К. Исследование использования графических процессоров для решения неграфических задач // ДСПА: Вопросы применения цифровых обработок сигналов. 2011. Т. 1. №. 4. С. 212–214.Kirilenko AN, Gryzov GYu, Ciobanu MK. Research on the use of graphic processors for solving non-graphical problems. DSPA: Issues in the use of digital signal processing. 2011;1(4):212-214. (In Russ.).Airportal. Критерии и методы укрупненной оценки качества изображений в растровых графических форматах [Электронный ресурс]. URL: http://www.aiportal.ru/articles/other/evaluation-of-image-quality.html (дата обращения: 02.03.2024).Criteria and methods for integrated assessment of image quality in raster graphic formats [Electronic resource]. Available from: http://www.aiportal.ru/articles/other/evaluation-ofimage-quality.html [Accessed 2 March 2024]. (In Russ.).

The authors declare that there are no conflicts of interest present.