Duplicated frame forgery detection in videos based on edge detection

Öz

Inspection of the reliability of videos is one of the most important issues in recent years. In order to determine the reliability of the videos, the changes made on them should be investigated. Editing can be made on the videos to hide an event or an object. In this study, a new method for the detection of duplication fraud, between video frames is proposed. The developed method consists of three stages. First of all, feature vectors are obtained with the edge information extracted from the frames. Then, similarity analysis is performed based on the correlation information between the frame groups of feature vectors. Finally, the false positive locations obtained are eliminated. A new method that can automatically decide whether the video is fake or original with high accuracy has been contributed to the literature.

Anahtar Kelimeler

• Passive forgery
• Duplication forgery
• Video forgery

Videolarda kenar algılamaya dayalı çerçeve tekrarlama sahteciliği tespiti

Öz

Videoların güvenilirliğinin denetlenmesi, son yılların önemli konularından biridir. Videoların güvenilirliğinin tespiti için üzerlerinde yapılan bu değişikliklerin araştırılması gerekmektedir. Videolar üzerinde; bir olayın veya bir nesnenin gizlenmesi amacıyla oynama yapılmaktadır. Bu çalışmada video çerçeveleri arasında yapılan tekrarlama sahteciliğinin tespitine yönelik yeni bir yöntem önerilmiştir. Geliştirilen yöntem üç aşamadan oluşmaktadır. İlk olarak çerçevelerden çıkarılan kenar bilgisi ile özellik vektörleri elde edilmektedir. Sonra özellik vektörlerinin çerçeve grupları arasındaki korelasyon bilgisine dayalı benzerlik analizi yapılmakta; son olarak elde edilen yanlış pozitif konumların elenmesi gerçekleştirilmektedir. Yüksek doğruluk oranına sahip; videonun sahte veya orijinal olduğuna otomatik olarak karar verebilen yeni bir yöntem ile literatüre katkıda bulunulmuştur.

Anahtar Kelimeler

• Pasif sahtecilik
• Tekrarlama sahteciliği
• Video sahteciliği

Kaynakça

1. [1] Sitara K, Mehtre BM. “Digital video tampering detection: an overview of passive techniques”. Digital Investigation, 18, 8-22, 2016.
2. [2] Kingra S, Aggarwal N, Singh RD. “Video inter-frame forgery detection: a survey”. Indian Journal of Science and Technology, 9(44), 1-9, 2016.
3. [3] Qadir G, Yahaya S, Ho AT. “Surrey university library for forensic analysis (SULFA) of video content”. IPR 2012 IET Conference on Image Processing, London, UK, 3-4 July 2012.
4. [4] Wang W, Jiang X, Wang S, Wan M, Sun T. “Identifying video forgery process using optical flow". In International Workshop on Digital Watermarking, Springer, Berlin, Heidelberg, 1-4 October 2013.
5. [5] Zhang Z, Hou J, Ma Q, Li Z. “Efficient video frame insertion and deletion detection based on inconsistency of correlations between local binary pattern coded frames”. Security and Communication networks, 8(2), 311-320, 2015.
6. [6] Liu Y, Huang T. “Exposing video inter-frame forgery by Zernike opponent chromaticity moments and coarseness analysis”. Multimedia Systems, 23(2), 223-238, 2017.
7. [7] Bakas J, Naskar R, Dixit R. “Detection and localization of inter-frame video forgeries based on inconsistency in correlation distribution between Haralick coded frames”. Multimedia Tools and Applications, 78(4), 4905-4935, 2019.
8. [8] Fadl S, Han Q, Qiong L. “Exposing video inter-frame forgery via histogram of oriented gradients and motion energy image”. Multidimensional Systems and Signal Processing, 31(4), 1365-1384, 2020.

9. [9] Ulutaş G, Ustubioğlu B, Ulutaş M, Nabiyev V. “Video forgery detection method based on local difference binary”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 26 (5), 983-992, 2020.
10. [10] Gonzales RC, Woods RE. Digital Image Processing. 2nd ed. New Jersey, USA, 2002.
11. [11] Büyüköztürk Ş, Çokluk Ö, Köklü N. Sosyal Bilimler için İstatistik. 24. Baskı, Ankara, Türkiye, PEGEM Akademi Yayıncılık, 2018.
12. [12] Prof. Dr. Ezen Tavşancıl, “Ders Notları. Temel İstatistik Korelasyon II”. https://acikders.ankara.edu.tr/pluginfile.php/169658/m od_resource/content/0/8_KORELASYON%20II.pdf (14.08.2021).
13. [13] Wang Z, Bovik AC, Sheikh HR, Simoncelli EP. “Image quality assessment: from error visibility to structural similarity”. IEEE transactions on image processing, 13(4), 600-612, 2004.