关于HEVC视频双重编码检测的新研究在《Journal of Imaging》发表

我们很高兴地宣布，Amped研究人员与意大利佛罗伦萨大学合作完成了一篇关于现代HEVC编解码器双重视频编码检测的科学文章。这篇题为"Detection of Double Compression in HEVC Videos Containing B-Frames"的论文由Alessandro Piva教授指导，并得到了Yoshihisa Furushita博士、Daniele Baracchi博士和Dasara Shullani博士的重要贡献。

文章可通过此链接免费访问。

应对HEVC重新压缩的复杂性

该论文解决了一个在真实案例中常见但在学术文献中研究不足的场景：如何可靠地检测视频是否使用带B帧的HEVC进行了重新编码。

为什么这很重要？在许多取证案例中，调查人员遇到的视频证据经历了多次压缩阶段，无论是由于编辑、重新上传还是平台处理。检测此类改动对于确定素材的完整性和监管链至关重要。

方法：从压缩伪影中学习

我们提出了一种技术，用于建模在双重压缩过程中引入的时间不一致性。以下是我们解决问题的方法：

特征提取：从每一帧中，我们提取编码特征，如帧类型、编码单元(CU)大小、量化参数(QP)和预测模式。这些特征被提炼成一个代表整个视频的28维向量。

时间建模：为了分析随时间变化的帧序列，该研究采用了双向长短期记忆(Bi-LSTM)神经网络。该模型特别适合发现跨帧序列出现的细微变化。这些正是在重新压缩过程中引入的伪影。

实验设计和结果

为了严格测试他们的方法，研究人员建立了一个专用的129个HEVC压缩YUV视频数据集，这些视频源自43个原始源序列。通过数据增强，这个数字得到了大幅扩展。视频涵盖了各种比特率组合和图像组(GOP)结构，以确保多样性和鲁棒性。

所提出的方法实现了80.06%的检测准确率，优于两个已建立的基线。这使其成为处理HEVC素材的取证分析人员的有前途工具。在B帧常见且保留质量的重新压缩成为常态的监控和移动设备场景中尤其如此。

这对取证意味着什么

在Amped Software，我们理解保存和解释数字证据中留下的最微小痕迹的至关重要性。这项研究强化了这样的观点：编码级特征可以揭示其他方式无法察觉的隐藏操作。

随着HEVC变得越来越普及，我们审查它的能力也必须随之提高。幸运的是，法证科学正在随着新的创新而进步，这项研究正在推动该领域朝着改进检测被操纵监控视频和验证素材完整性的方法迈进。

我们祝贺佛罗伦萨大学的作者们的贡献，并期待在这一领域未来的进展。