Разработка алгоритма выявления признаков внутрикадрового монтажа видеоизображений
https://doi.org/10.37493/2307-910X.2024.2.3
Аннотация
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.
Об авторе
Д. А. Кужева
Северо-Кавказский федеральный университет
Россия
Россия
Диана Арсеновна Кужева – аспирант
г. Ставрополь
Список литературы
1. Конрод Р. Демистификация описания активного формата // Harris Assured Communications, Мейсон, Огайо, США. 2008.
2. Ян Ю., Юхуа П., Чжаогуан Л. Быстрый алгоритм преобразования YCbCr в RGB // Транзакции IEEE в бытовой электронике. 2007. Т. 53. №. 4. С. 1490–1493.
3. 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.
4. Быков Р. Е. Основы телевидения и видеотехники [Текст]: учеб. для вузов / Р.Е. Быков. М.: Горячая линия – телеком, 2006. С. 399.
5. Власенко А. В., Киселев П. С., Склярова Е. А. Искусственный интеллект и проблемы кибербезопасности. Технология Deepfake // Молодой ученый. 2021. № 21 (363). С. 81–86.
6. Гонта А. Резкость изображения и оборудования видеонаблюдения [Электронный ресурс] / А. Гонта, Е. Седов. URL: http://www.security-bridge.com (дата обращения: 02.03.2024).
7. 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.
8. Догадова Д. М., Корелин О. Н. Особенности стандарта видеосжатия h. 264 // Информационные системы и технологии ИСТ-2017. 2017. С. 471–474.
9. Дорогов А. Ю., Курбанов Р. Г., Разин В. В. Быстродействующий алгоритм семантической классификации JPEG-изображений // Нейроинформатика. 2006. Т. 1. № 2. С. 124–145.
10. 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.
11. 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).
Рецензия
Для цитирования:
Кужева Д.А. Разработка алгоритма выявления признаков внутрикадрового монтажа видеоизображений. Современная наука и инновации. 2024;(2):26-36. https://doi.org/10.37493/2307-910X.2024.2.3
For citation:
Kuzheva D.A. Development of an algorithm for identifying signs of intraframe editing of video images. Modern Science and Innovations. 2024;(2):26-36. (In Russ.) https://doi.org/10.37493/2307-910X.2024.2.3
Просмотров:
91
Послать статью по эл. почте 