传统的视频帧间被动取证往往依赖单一特征，而这些特征各自适用于某类视频，对其他视频的检测精度较低。针对这种情况，提出一种融合多特征的视频帧间篡改检测算法。该算法首先计算视频的空间信息和时间信息值并对视频进行分组，接着计算视频帧间连续性VQA特征，然后结合SVM–RFE特征递归消除算法对不同特征排序，最后利用顺序前向选择算法和Adaboost二元分类器对排序好的特征进行筛选与融合。实验结果表明，该算法提高了篡改检测精度。

1、实现效果：见链接：https://blog.csdn.net/SoaringLee_fighting/article/details/124230303 2、基于帧间相关性和K-means的视频篡改检测（Matlab代码） 3、适用于计算机，电子信息工程等专业的大学生课程设计和毕业设计。

k-means 算法的matlab代码 基于多特征分析的视频窜改检测算法 运行平台：Matlab 简要使用说明 利用两个算法来检测视频是否经过篡改，方法1针对大范围帧间篡改（帧删除、帧替换、帧插入）； 方法2作为方法1的补充，对小范围篡改也许会有一点改善（然而并没有）； 方法1：基于视频相关性变化的视频篡改检测算法 利用视频内容具有连续性这一特点，提取相关性变化度这一特征，通过K-means算法挑出帧异常点； 方法2：基于运动矢量分析的视频篡改检测 利用光流法求出运动矢量，将运动矢量这一阶段特征输入SVM分类器，通过学习后训练出模型，将待检测视频导入训练模型，检测篡改点； 代码说明 对主要的程序进行简单说明 为利用相关性变化度为特征，利用二次切比雪夫挑出离群点; [1]黄添强, 陈智文, 苏立超,等. 利用内容连续性的数字视频篡改检测[J]. 南京大学学报(自然科学版), 2011, 47(5):493-503. 为方法1； <checkErrorFramePointBySV

研究假设视频同源帧插入、异源帧插入、替换、删除篡改能够导致视觉内容发生变化,并致力于以底层特征为基础建立这种微小变化数学模型。首先,提取RGB3个通道的彩色直方图作为底层特征,采用直方图相交法定义视频帧之间的颜色内容一致性值;其次,采用拉依达准则设定阈值,一旦待检测视频帧的颜色内容一致性值小于自适应阈值,则判定该帧被篡改了。实验结果表明该假设是合理,有效的,所设计的算法能够检测出道路监控视频、背景相对复杂视频中的同源帧插入、异源帧插入、替换、删除的篡改。