．眼見不一定為實，監控錄像資料如何辨真偽

Intelligent Video Analytics - Face Detection

來源:CPS中安網

近日，有個安防圈外的朋友問小編，影像監控的錄影資料有沒有被篡改的可能性？於是，小編就認真地思考了這個問題...

由於影像也是由圖片組成，一般1秒鐘25~30幀（張）圖片，理論上來說，可以通過修改影像裡面某幾個關鍵圖片，來達到修改影像的目的。

與此同時，小編也查閱了很多資料，發現篡改監控錄影的方法，主要是利用數位影像處理技術，具體手段包括重投影（利用攝影設備對已有的影像重新錄製）、幀操作（幀插入、幀刪除和幀重排序）、超解析度重建、基於影像對象的影像操縱（包括對象添加、刪除和位置變化）。

那麼問題來了，既然監控錄影有偽造和篡改的可能性，那我們應該如何分辨呢？　

自然規律檢驗法　

監控影像反映的真實場景，都是符合自然規律的，主要用到的自然規律，包括重力和太陽光線的移動規律。重力主要用於判斷監控影像中，物體的運動軌跡是否合理，從而判斷監控影像是否被偽造和篡改。

太陽光線的移動規律，用於判斷監控影像中，光線和物體投影是否合理，以及根據太陽光線的照射方向，判斷監控影像中，顯示的時間是否正確，主要使用光照、陰影、深度和遮擋等資訊。

比如可以利用最近幾天的監控影像，互相比對分析，待檢影像監控中，時段的光線投影是否一致，當然還要考慮天氣變化。

不同成像設備，重合場景驗證法　

如果在現場有兩個成像設備有重合的場景，可以利用這兩個成像設備錄製的監控影像，進行重合場景的比對，如果有異常則可以說明，其中一段監控影像存在偽造和篡改。

如果這兩個成像設備錄製的監控影像，都被偽造和篡改，那麼這種不同成像設備，重合場景驗證法是無效的，但是能做到兩個成像設備錄製的監控影像，在重合場景和時間上完全的同一，顯然需要更高的技術數段。

如果現場有多個這樣存在場景重合的成像設備，用這種方法鑒定的價值越大。

不同成像設備，相鄰現場分析法　

有時現場裝有兩個或兩個以上成像設備，這些設備沒有拍攝到重合的場景，但各自拍攝的場景彼此間具有相鄰性，有鑒於此，鑒定人員可以通過比對分析這些場景，來推斷監控影像是否被偽造和篡改。比如根據現場物體（如汽車、動物等）移動的連貫性來判斷。

現場物體變化推斷法

場景中的物體出現或消失，都有其運動軌跡，如果現場的某個物體突然出現和消失，則可以推斷監控影像存在異常。

監控影像底層數據分析法　

一段完整地沒有被修改的監控影像，其底層數據（主要是影像的頭部和尾部的資訊）是完全符合壓縮編碼規則的。對監控影像的偽造和篡改過程，不可避免地會遺留一些痕跡，比如引起影像統計特性的某種變化。

這些特徵既包括模糊度、塊效應和圖像區域之間的相似度等，圖像取證時所用到的特徵，也包括GOP週期性等影像所特有的特徵。通過對監控影像底層數據的分析檢驗，分析影像的頭尾資料，是否和影像資料存在不符之處，從而分析監控影像數據是否被篡改，目前，該類方法可以對粘貼、MPEG雙重壓縮和幀操作等篡改行為進行鑒定。

監控影像數據量大，檢驗極為耗費時間。即使一小段監控影像，需要的檢驗量也是非常大的。