AI Summary & Key Takeaways
AI InsightExperimentalresults indicate that the proposed method has lower execution time withhigher accuracy than similar works.
📌 3 Key Takeaways
Abstract
Recently, the rapid development of video editing software has madevideo forgery applicable. Researchers have proposed methods to detectforged video frames. These methods utilize codec properties, motionartifacts, noise effect and frame similarity to detect forgery. Executiontime and low detection accuracy are the two main drawbacks of forgerydetection methods reported in the literature. In this study, a new frameduplication detection method using Local Difference Binary (LDB) isproposed to extract features from the frames. Distance between similarframes that have similar feature vectors are is used by the method toestimate Distance of Forgery and to determine the exact location ofduplicated frames. PSNR between similar frames are is then used togroup them into three classes, and rule-based mechanism reportsforged frames according to the membership to classes. Experimentalresults indicate that the proposed method has lower execution time withhigher accuracy than similar works.
Özet
Son yıllarda, video düzenleme yazılımının hızlı gelişimi video sahteciliğini uygulanabilir hale getirmiştir. Araştırmacılar sahte video karelerini tespit etmek için yöntemler önermiştir. Bu yöntemler sahteciliği tespit etmek için kodek özelliklerini, hareket artefaktlarını, gürültü etkisini ve çerçeve benzerliğini kullanmaktadır. Literatürde sahtecilik tespiti için önerilen yöntemlerin iki ana dezavantajı çalışma zamanı ve düşük tespit doğruluğudur. Bu çalışmada, çerçevelerden özellikler çıkarmak için Yerel Fark İkililerini (LDB) kullanan yeni bir çerçeve tekrarlama tespit yöntemi önerilmiştir. Benzer özellik vektörlerine sahip benzer çerçeveler arasındaki mesafe, Sahtecilik Mesafesini tahmin etmek ve kopyalanan çerçevelerin tam yerini belirlemek için kullanılmaktadır. Benzer çerçeveler arasındaki PSNR daha sonra bunları üç sınıfa gruplamak için kullanılır ve kural tabanlı mekanizma sahte çerçeveleri sınıf üyeliklerine göre raporlar. Deneysel sonuçlar, önerilen yöntemin, benzer çalışmalara kıyasla daha yüksek hassasiyetle daha düşük uygulama süresine sahip olduğunu göstermektedir.