CN114491429A - 一种基于区块链的直播短视频大数据篡改识别方法及系统 - Google Patents
一种基于区块链的直播短视频大数据篡改识别方法及系统 Download PDFInfo
- Publication number
- CN114491429A CN114491429A CN202210335405.5A CN202210335405A CN114491429A CN 114491429 A CN114491429 A CN 114491429A CN 202210335405 A CN202210335405 A CN 202210335405A CN 114491429 A CN114491429 A CN 114491429A
- Authority
- CN
- China
- Prior art keywords
- image
- short video
- live broadcast
- information
- block chain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000012216 screening Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 33
- 238000000605 extraction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012015 optical character recognition Methods 0.000 claims 3
- 230000002265 prevention Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010187 selection method Methods 0.000 description 4
- 230000007480 spreading Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种基于区块链的直播短视频大数据篡改识别方法及系统，涉及防数据篡改技术领域。该方法包括：获取用户发布的直播短视频，提取初始核心数据图像；对初始核心数据图像进行图像多尺度加强处理，以得到加强图像；对加强图像进行筛选，以得到显著图像；对显著图像进行图像熵计算，确定目标核心数据图像；对目标核心数据图像进行识别，以得到核心信息；将用户发布的直播短视频和核心信息上传至区块链中进行存储；获取对应直播短视频的新发布信息；将对应直播短视频的新发布信息与区块链中的对应的直播短视频的核心信息进行对比，生成对比信息；生成篡改识别结果。本发明有效降低了计算资源消耗同时有效提升了数据篡改识别的精准度。
Description
技术领域
本发明涉及防数据篡改技术领域，具体而言，涉及一种基于区块链的直播短视频大数据篡改识别方法及系统。
背景技术
近年来，直播短视频作为网络时代中的重要的信息载体，极大地改变了民众的生活。然而，在直播短视频的发布或转发过程中，部分核心信息往往会被一些不法分子恶意篡改，导致短视频的传输存在极大的安全隐患。因此，需要对短视频的信息传输安全问题进行监管。
针对上述信息传输安全问题，传统的方法是采用面向视频的数据识别方法进行识别检测，但是传统方法仅仅能对部分篡改数据进行识别，不能对直播短视频大数据的篡改进行全面、有针对性、精准的识别。区块链技术作为近年来新兴的技术，在数据篡改识别领域发挥了重要的作用。因此，如果能将区块链的思想或技术应用到直播短视频大数据中，将对短视频的信息传输安全问题发挥重要的作用。
发明内容
为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种基于区块链的直播短视频大数据篡改识别方法及系统，利用区块链技术对大数据的篡改进行识别，将直播短视频中的核心数据关键帧进行提取，对核心数据进行精准识别和比对，有效降低了计算资源消耗同时有效提升了数据篡改识别的精准度。
本发明的实施例是这样实现的：
第一方面，本发明实施例提供一种基于区块链的直播短视频大数据篡改识别方法，包括以下步骤：
获取用户发布的直播短视频，并采用目标检测方法检测并提取直播短视频中的初始核心数据图像；
对初始核心数据图像进行图像多尺度加强处理，以得到加强图像；
采用显著性检测方法对加强图像进行筛选，以得到显著图像；
对显著图像进行图像熵计算，以得到并根据对应的图像熵值确定目标核心数据图像；
采用OCR识别方法对目标核心数据图像进行识别，以得到核心信息；
将用户发布的直播短视频和对应的核心信息上传至区块链中进行存储；
获取对应直播短视频的新发布信息，并将对应直播短视频的新发布信息与区块链中的对应的直播短视频的核心信息进行对比，生成对比信息；
根据对比信息生成篡改识别结果。
为了解决现有技术中无法对直播短视频大数据的篡改进行全面、有针对性、精准的识别的技术问题，本发明结合区块链技术对直播短视频在发布传播过程中的安全问题进行有效解决，利用区块链技术对大数据的篡改进行识别，将直播短视频中的核心数据关键帧进行提取，对核心数据进行精准识别和比对，有效降低了计算资源消耗同时有效提升了数据篡改识别的精准度。本发明采用核心数据关键帧选取方法，仅重点考虑视频中的部分核心帧，有效地降低了计算资源消耗；还利用显著性检测和图像熵计算的方法，在初始的潜在核心数据图像的基础上筛选出了目标核心数据图像；在多尺度图像加强的基础上完成图像识别，保证了图像核心数据识别的精准度；将区块链的思想应用于直播短视频大数据篡改识别中，有效地提升了数据篡改识别的精准度，将数据上传至区块链中进行存储，防止数据被篡改，以便为后续传播发布的视频的篡改识别对比提供精准的参考数据。
基于第一方面，在本发明的一些实施例中，上述对初始核心数据图像进行图像多尺度加强处理，以得到加强图像的方法包括以下步骤：
利用最小二乘滤波器对初始核心数据图像进行过滤，以得到过滤图像；
将过滤图像进行尺度划分，以得到多个尺度过滤图像；
将各个尺度过滤图像进行减除计算，以得到并根据显著轮廓细节信息生成加强图像。
基于第一方面，在本发明的一些实施例中，上述采用显著性检测方法对加强图像进行筛选，以得到显著图像的方法包括以下步骤：
采用EGNet模型对加强图像进行显著性检测，筛选得到显著图像。
基于第一方面，在本发明的一些实施例中，上述对显著图像进行图像熵计算的方法包括以下步骤：
计算显著图像中每个像素点的灰度值；
基于每个像素点的灰度值计算各个灰度在显著图像中出现的概率，以得到灰度概率值；
根据灰度概率值计算显著图像的熵值。
基于第一方面，在本发明的一些实施例中，上述根据灰度概率值计算显著图像的熵值的方法包括以下步骤：
根据灰度概率值采用公式
计算潜在待盖章区域的熵值。
基于第一方面，在本发明的一些实施例中，上述根据对比信息生成篡改识别结果的方法包括以下步骤：
判断对比信息中的发布人对比结果是否为相同，如果是，则生成安全发布信息；如果否，则生成异常篡改识别结果。
基于第一方面，在本发明的一些实施例中，该基于区块链的直播短视频大数据篡改识别方法还包括以下步骤：
获取并上传对应直播短视频的视频观看者的记录信息至区块链中进行存储。
第二方面，本发明实施例提供一种基于区块链的直播短视频大数据篡改识别系统，包括视频提取模块、加强处理模块、显著检测模块、熵值计算模块、核心识别模块、区块链存储模块、信息对比模块以及篡改识别模块，其中：
视频提取模块，用于获取用户发布的直播短视频，并采用目标检测方法检测并提取直播短视频中的初始核心数据图像；
加强处理模块，用于对初始核心数据图像进行图像多尺度加强处理，以得到加强图像；
显著检测模块，用于采用显著性检测方法对加强图像进行筛选，以得到显著图像；
熵值计算模块，用于对显著图像进行图像熵计算，以得到并根据对应的图像熵值确定目标核心数据图像；
核心识别模块，用于采用OCR识别方法对目标核心数据图像进行识别，以得到核心信息；
区块链存储模块，用于将用户发布的直播短视频和对应的核心信息上传至区块链中进行存储；
信息对比模块，用于获取对应直播短视频的新发布信息，并将对应直播短视频的新发布信息与区块链中的对应的直播短视频的核心信息进行对比，生成对比信息；
篡改识别模块，用于根据对比信息生成篡改识别结果。
为了解决现有技术中无法对直播短视频大数据的篡改进行全面、有针对性、精准的识别的技术问题，本系统通过视频提取模块、加强处理模块、显著检测模块、熵值计算模块、核心识别模块、区块链存储模块、信息对比模块以及篡改识别模块对直播短视频的发布过程中的数据进行精准识别，有效防止数据被篡改；结合区块链技术对直播短视频在发布传播过程中的安全问题进行有效解决，利用区块链技术对大数据的篡改进行识别，将直播短视频中的核心数据关键帧进行提取，对核心数据进行精准识别和比对，有效降低了计算资源消耗同时有效提升了数据篡改识别的精准度。
第三方面，本申请实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
本发明实施例至少具有如下优点或有益效果：
本发明实施例提供一种基于区块链的直播短视频大数据篡改识别方法及系统，解决了现有技术中无法对直播短视频大数据的篡改进行全面、有针对性、精准的识别的技术问题。本发明采用核心数据关键帧选取方法，仅重点考虑视频中的部分核心帧，有效地降低了计算资源消耗；还利用显著性检测和图像熵计算的方法，在初始的潜在核心数据图像的基础上筛选出了目标核心数据图像；在多尺度图像加强的基础上完成图像识别，保证了图像核心数据识别的精准度；将区块链的思想应用于直播短视频大数据篡改识别中，有效地提升了数据篡改识别的精准度，将数据上传至区块链中进行存储，防止数据被篡改，以便为后续传播发布的视频的篡改识别对比提供精准的参考数据。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例一种基于区块链的直播短视频大数据篡改识别方法的流程图；
图2为本发明实施例一种基于区块链的直播短视频大数据篡改识别方法中进行图像多尺度加强处理的流程图；
图3为本发明实施例一种基于区块链的直播短视频大数据篡改识别方法中计算图像熵的流程图；
图4为本发明实施例一种基于区块链的直播短视频大数据篡改识别系统的原理框图；
图5为本发明实施例提供的一种电子设备的结构框图。
图标：100、视频提取模块；200、加强处理模块；300、显著检测模块；400、熵值计算模块；500、核心识别模块；600、区块链存储模块；700、信息对比模块；800、篡改识别模块；101、存储器；102、处理器；103、通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本发明实施例的描述中，“多个”代表至少2个。
实施例：
如图1-图3所示，第一方面，本发明实施例提供一种基于区块链的直播短视频大数据篡改识别方法，包括以下步骤：
S1、获取用户发布的直播短视频，并采用目标检测方法检测并提取直播短视频中的初始核心数据图像；当用户发布一段直播短视频之后，利用目标检测方法检测到潜在核心数据图像（初始核心数据图像），可以采用R-CNN检测方法进行检测。将含有网站信息、电话信息、QQ信息、邮箱信息等重要信息的关键帧图像定义为潜在核心信息图像。
S2、对初始核心数据图像进行图像多尺度加强处理，以得到加强图像；
进一步地，S21、利用最小二乘滤波器对初始核心数据图像进行过滤，以得到过滤图像；S22、将过滤图像进行尺度划分，以得到多个尺度过滤图像；S23、将各个尺度过滤图像进行减除计算，以得到并根据显著轮廓细节信息生成加强图像。
在本发明的一些实施例中，利用WLS（最小二乘滤波器）对图像进行过滤；过滤后的图像会被分为多个尺度；将不同尺度之间的图像进行减除计算，得到一些细节信息；在此过程中，仅保留显著的轮廓信息，对不显著的细节信息进行删除，得到最终的图像加强结果，即加强图像。
S3、采用显著性检测方法对加强图像进行筛选，以得到显著图像；
进一步地，采用EGNet模型对加强图像进行显著性检测，筛选得到显著图像。
在本发明的一些实施例中，图像实现多尺度加强处理之后，得到加强图像后，对加强图像进行显著性检测。如果图像几乎无显著性区域或显著性区域非常小，则说明此图像即使包含数字、字母等信息也并非整段视频中的重要图像，核心信息图像不考虑此类图像；（一般情况下，视频制作人会将网站信息、电话信息、QQ信息、邮箱信息都会放在显著性位置，给观看者观看。如果图像几乎没有显著性区域，一般不将其考虑为核心信息图像）。
S4、对显著图像进行图像熵计算，以得到并根据对应的图像熵值确定目标核心数据图像；
进一步地，S41、计算显著图像中每个像素点的灰度值；S42、基于每个像素点的灰度值计算各个灰度在显著图像中出现的概率，以得到灰度概率值；S43、根据灰度概率值计算显著图像的熵值。
进一步地，根据灰度概率值采用公式
计算潜在待盖章区域的熵值。
在本发明的一些实施例中，对图像进行图像熵计算，如果图像熵值较低，说明像素值差异性很小（也反应了对比度较低），核心信息图像也不考虑此类图像（一般情况下，视频制作人重点发布网站信息、电话信息、QQ信息、邮箱信息的图像都会对比度较强，从视觉效果方便观看。如果图像的对比度较低，一般不将其考虑为核心信息图像），将差异性很小的图像区域进行删除，进而得到最具显著性的显著图像，为后续识别提供更为精准的数据。
S5、采用OCR识别方法对目标核心数据图像进行识别，以得到核心信息；利用OCR技术对核心信息图像进行识别，识别出网站信息、电话信息、QQ信息、邮箱信息等核心数据信息；可以采用RRPN识别方法进行识别。
S6、将用户发布的直播短视频和对应的核心信息上传至区块链中进行存储；为了保证后续进行篡改识别时对比数据的精准性，将数据上传至区块链中进行存储，防止数据被篡改。
S7、获取对应直播短视频的新发布信息，并将对应直播短视频的新发布信息与区块链中的对应的直播短视频的核心信息进行对比，生成对比信息；上述新发布信息包括视频图像、识别的核心数据，该核心数据包括发布人、网站信息、电话信息、QQ信息、邮箱信息等。
S8、根据对比信息生成篡改识别结果。
进一步地，判断对比信息中的发布人对比结果是否为相同，如果是，则生成安全发布信息；如果否，则生成异常篡改识别结果。
在本发明的一些实施例中，当一个新的直播短视频发布之后，利用上述S1-S5的步骤中的方法对图像进行检测识别，以得到新发布的核心数据。在此基础上，检测核心数据发布人与区块链中记录的核心数据发布人是否有差异，同时记录此时的核心数据是否和以前的核心数据有差异，如果是核心数据为同一人发布且没有差异性，直接认定为信息的重复发布（例如，都为张三发布，且张三的QQ、邮箱、电话等没有差别，则认为是张三在新视频中重新又发布了一次核心信息）；如果核心数据是同一人发布但有差异性，一般认定为同一人更正了核心信息（例如，都为张三发布，上一次张三发布自己的电话为：1XXXXXX123，这一次发布自己的电话为:1XXXXXX001,则认为是张三重新更新或更正了自己的核心信息）；如果核心数据非同一人发布但没有差异性，说明可能是侵权发布，提醒本人查看是否授权他人发布（例如，首次为张三发布，但第二次为李四发布，虽然发布的张三的QQ、邮箱、电话没有差异性，但有侵权的嫌疑）；如果核心数据是非同一人发布且有差异性，很可能新发布人篡改了他人的核心数据进行不法行为，生成并发送篡改识别结果，通知网络管理员介入调查，进而有效防止直播视频数据发布传播中被恶意篡改（例如，第一次张三发布自己的QQ是1XXXXX1，第二次李四发布了张三的信息QQ为1XXXXX12，则说明李四极有可能恶意篡改了张三的联系方式）。
为了解决现有技术中无法对直播短视频大数据的篡改进行全面、有针对性、精准的识别的技术问题，本发明结合区块链技术对直播短视频在发布传播过程中的安全问题进行有效解决，利用区块链技术对大数据的篡改进行识别，将直播短视频中的核心数据关键帧进行提取，对核心数据进行精准识别和比对，有效降低了计算资源消耗同时有效提升了数据篡改识别的精准度。本发明采用核心数据关键帧选取方法，仅重点考虑视频中的部分核心帧，有效地降低了计算资源消耗；还利用显著性检测和图像熵计算的方法，在初始的潜在核心数据图像的基础上筛选出了目标核心数据图像；在多尺度图像加强的基础上完成图像识别，保证了图像核心数据识别的精准度；将区块链的思想应用于直播短视频大数据篡改识别中，有效地提升了数据篡改识别的精准度，将数据上传至区块链中进行存储，防止数据被篡改，以便为后续传播发布的视频的篡改识别对比提供精准的参考数据。
基于第一方面，在本发明的一些实施例中，该基于区块链的直播短视频大数据篡改识别方法还包括以下步骤：
获取并上传对应直播短视频的视频观看者的记录信息至区块链中进行存储。
每一段直播短视频首次发布之后，让所有的视频观看者都记录下每个核心信息以及它的发布者，例如：张三的QQ为1XXXXX1，网址为：http://weerew.org,300人同时观看了该视频，300人同时记录下该核心数据由张三首次发布；获取视频观看者的记录信息，并上传至区块链中进行存储，为后续篡改识别提供更为有利的参考数据。
如图4所示，第二方面，本发明实施例提供一种基于区块链的直播短视频大数据篡改识别系统，包括视频提取模块100、加强处理模块200、显著检测模块300、熵值计算模块400、核心识别模块500、区块链存储模块600、信息对比模块700以及篡改识别模块800，其中：
视频提取模块100，用于获取用户发布的直播短视频，并采用目标检测方法检测并提取直播短视频中的初始核心数据图像；
加强处理模块200，用于对初始核心数据图像进行图像多尺度加强处理，以得到加强图像；
显著检测模块300，用于采用显著性检测方法对加强图像进行筛选，以得到显著图像；
熵值计算模块400，用于对显著图像进行图像熵计算，以得到并根据对应的图像熵值确定目标核心数据图像；
核心识别模块500，用于采用OCR识别方法对目标核心数据图像进行识别，以得到核心信息；
区块链存储模块600，用于将用户发布的直播短视频和对应的核心信息上传至区块链中进行存储；
信息对比模块700，用于获取对应直播短视频的新发布信息，并将对应直播短视频的新发布信息与区块链中的对应的直播短视频的核心信息进行对比，生成对比信息；
篡改识别模块800，用于根据对比信息生成篡改识别结果。
为了解决现有技术中无法对直播短视频大数据的篡改进行全面、有针对性、精准的识别的技术问题，本系统通过视频提取模块100、加强处理模块200、显著检测模块300、熵值计算模块400、核心识别模块500、区块链存储模块600、信息对比模块700以及篡改识别模块800对直播短视频的发布过程中的数据进行精准识别，有效防止数据被篡改；结合区块链技术对直播短视频在发布传播过程中的安全问题进行有效解决，利用区块链技术对大数据的篡改进行识别，将直播短视频中的核心数据关键帧进行提取，对核心数据进行精准识别和比对，有效降低了计算资源消耗同时有效提升了数据篡改识别的精准度。采用核心数据关键帧选取方法，仅重点考虑视频中的部分核心帧，有效地降低了计算资源消耗；还利用显著性检测和图像熵计算的方法，在初始的潜在核心数据图像的基础上筛选出了目标核心数据图像；在多尺度图像加强的基础上完成图像识别，保证了图像核心数据识别的精准度；将区块链的思想应用于直播短视频大数据篡改识别中，有效地提升了数据篡改识别的精准度，将数据上传至区块链中进行存储，防止数据被篡改，以便为后续传播发布的视频的篡改识别对比提供精准的参考数据。
如图5所示，第三方面，本申请实施例提供一种电子设备，其包括存储器101，用于存储一个或多个程序；处理器102。当一个或多个程序被处理器102执行时，实现如上述第一方面中任一项的方法。
还包括通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中，存储器101可以是但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。
处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（NetworkProcessor，NP）等；还可以是数字信号处理器（Digital Signal Processing，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field－Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请所提供的实施例中，应该理解到，所揭露的方法及系统和方法，也可以通过其它的方式实现。以上所描述的方法及系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的方法及系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器102执行时实现如上述第一方面中任一项的方法。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于区块链的直播短视频大数据篡改识别方法，其特征在于，包括以下步骤：
获取用户发布的直播短视频，并采用目标检测方法检测并提取直播短视频中的初始核心数据图像；
对初始核心数据图像进行图像多尺度加强处理，以得到加强图像；
采用显著性检测方法对加强图像进行筛选，以得到显著图像；
对显著图像进行图像熵计算，以得到并根据对应的图像熵值确定目标核心数据图像；
采用OCR识别方法对目标核心数据图像进行识别，以得到核心信息；
将用户发布的直播短视频和对应的核心信息上传至区块链中进行存储；
获取对应直播短视频的新发布信息，并将对应直播短视频的新发布信息与区块链中的对应的直播短视频的核心信息进行对比，生成对比信息；
根据对比信息生成篡改识别结果。
2.根据权利要求1所述的一种基于区块链的直播短视频大数据篡改识别方法，其特征在于，所述对初始核心数据图像进行图像多尺度加强处理，以得到加强图像的方法包括以下步骤：
利用最小二乘滤波器对初始核心数据图像进行过滤，以得到过滤图像；
将过滤图像进行尺度划分，以得到多个尺度过滤图像；
将各个尺度过滤图像进行减除计算，以得到并根据显著轮廓细节信息生成加强图像。
3.根据权利要求1所述的一种基于区块链的直播短视频大数据篡改识别方法，其特征在于，所述采用显著性检测方法对加强图像进行筛选，以得到显著图像的方法包括以下步骤：
采用EGNet模型对加强图像进行显著性检测，筛选得到显著图像。
4.根据权利要求1所述的一种基于区块链的直播短视频大数据篡改识别方法，其特征在于，所述对显著图像进行图像熵计算的方法包括以下步骤：
计算显著图像中每个像素点的灰度值；
基于每个像素点的灰度值计算各个灰度在显著图像中出现的概率，以得到灰度概率值；
根据灰度概率值计算显著图像的熵值。
5.根据权利要求4所述的一种基于区块链的直播短视频大数据篡改识别方法，其特征在于，所述根据灰度概率值计算显著图像的熵值的方法包括以下步骤：
根据灰度概率值采用公式
计算潜在待盖章区域的熵值。
6.根据权利要求1所述的一种基于区块链的直播短视频大数据篡改识别方法，其特征在于，所述根据对比信息生成篡改识别结果的方法包括以下步骤：
判断对比信息中的发布人对比结果是否为相同，如果是，则生成安全发布信息；如果否，则生成异常篡改识别结果。
7.根据权利要求1所述的一种基于区块链的直播短视频大数据篡改识别方法，其特征在于，还包括以下步骤：
获取并上传对应直播短视频的视频观看者的记录信息至区块链中进行存储。
8.一种基于区块链的直播短视频大数据篡改识别系统，其特征在于，包括视频提取模块、加强处理模块、显著检测模块、熵值计算模块、核心识别模块、区块链存储模块、信息对比模块以及篡改识别模块，其中：
视频提取模块，用于获取用户发布的直播短视频，并采用目标检测方法检测并提取直播短视频中的初始核心数据图像；
加强处理模块，用于对初始核心数据图像进行图像多尺度加强处理，以得到加强图像；
显著检测模块，用于采用显著性检测方法对加强图像进行筛选，以得到显著图像；
熵值计算模块，用于对显著图像进行图像熵计算，以得到并根据对应的图像熵值确定目标核心数据图像；
核心识别模块，用于采用OCR识别方法对目标核心数据图像进行识别，以得到核心信息；
区块链存储模块，用于将用户发布的直播短视频和对应的核心信息上传至区块链中进行存储；
信息对比模块，用于获取对应直播短视频的新发布信息，并将对应直播短视频的新发布信息与区块链中的对应的直播短视频的核心信息进行对比，生成对比信息；
篡改识别模块，用于根据对比信息生成篡改识别结果。
9.一种电子设备，其特征在于，包括：
存储器，用于存储一个或多个程序；
处理器；
当所述一个或多个程序被所述处理器执行时，实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210335405.5A CN114491429A (zh) | 2022-04-01 | 2022-04-01 | 一种基于区块链的直播短视频大数据篡改识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210335405.5A CN114491429A (zh) | 2022-04-01 | 2022-04-01 | 一种基于区块链的直播短视频大数据篡改识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114491429A true CN114491429A (zh) | 2022-05-13 |
Family
ID=81488015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210335405.5A Pending CN114491429A (zh) | 2022-04-01 | 2022-04-01 | 一种基于区块链的直播短视频大数据篡改识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114491429A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116259059A (zh) * | 2023-02-07 | 2023-06-13 | 北京海上升科技有限公司 | 一种基于区块链的社交图像大数据篡改检测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347870A (zh) * | 2019-06-19 | 2019-10-18 | 西安理工大学 | 基于视觉显著性检测与层次聚类法的视频摘要化生成方法 |
| CN111405314A (zh) * | 2020-03-09 | 2020-07-10 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置、设备及存储介质 |
| CN112464179A (zh) * | 2020-11-26 | 2021-03-09 | 浙江传媒学院 | 一种基于区块链与表情识别的短视频版权存储算法 |
| CN113254696A (zh) * | 2021-06-30 | 2021-08-13 | 腾讯科技（深圳）有限公司 | 一种封面图像获取方法及装置 |
| CN114036467A (zh) * | 2021-11-22 | 2022-02-11 | 安徽大学 | 一种基于区块链的短视频版权保护方法 |
-
2022
- 2022-04-01 CN CN202210335405.5A patent/CN114491429A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347870A (zh) * | 2019-06-19 | 2019-10-18 | 西安理工大学 | 基于视觉显著性检测与层次聚类法的视频摘要化生成方法 |
| CN111405314A (zh) * | 2020-03-09 | 2020-07-10 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置、设备及存储介质 |
| CN112464179A (zh) * | 2020-11-26 | 2021-03-09 | 浙江传媒学院 | 一种基于区块链与表情识别的短视频版权存储算法 |
| CN113254696A (zh) * | 2021-06-30 | 2021-08-13 | 腾讯科技（深圳）有限公司 | 一种封面图像获取方法及装置 |
| CN114036467A (zh) * | 2021-11-22 | 2022-02-11 | 安徽大学 | 一种基于区块链的短视频版权保护方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116259059A (zh) * | 2023-02-07 | 2023-06-13 | 北京海上升科技有限公司 | 一种基于区块链的社交图像大数据篡改检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6464338B2 (ja) | Ａｌｐｒの応用例におけるプライバシーを保護する証拠 | |
| US20130177252A1 (en) | Detecting Video Copies | |
| JP7103345B2 (ja) | 解析システム、解析方法及びプログラム | |
| CN112200081A (zh) | 异常行为识别方法、装置、电子设备及存储介质 | |
| CN114626024A (zh) | 一种基于区块链的互联网侵权视频低耗检测方法及系统 | |
| US20170236355A1 (en) | Method for securing and verifying a document | |
| CN111917740A (zh) | 一种异常流量告警日志检测方法、装置、设备及介质 | |
| CN114241484B (zh) | 一种面向社交网络的图像大数据精准检索方法及系统 | |
| CN115205766A (zh) | 基于区块链的网络安全异常视频大数据检测方法及系统 | |
| CN114913534A (zh) | 基于区块链的网络安全异常图像大数据检测方法及系统 | |
| CN114491429A (zh) | 一种基于区块链的直播短视频大数据篡改识别方法及系统 | |
| CN114596441A (zh) | 一种面向网络直播社交大数据的海量图像去噪方法及系统 | |
| CN111259216B (zh) | 一种信息识别方法、装置及设备 | |
| CN115223022A (zh) | 一种图像处理方法、装置、存储介质及设备 | |
| CN114840286B (zh) | 基于大数据的业务处理方法及服务器 | |
| CN112906671B (zh) | 面审虚假图片识别方法、装置、电子设备及存储介质 | |
| CN116911883B (zh) | 基于ai鉴真技术和溯源量化的农产防伪溯源方法及云平台 | |
| CN115114588B (zh) | 基于区块链的智慧教育学术成果讨论防剽窃方法及系统 | |
| CN114491648B (zh) | 一种面向视频直播社交大数据的区块链数据隐私保护方法 | |
| EP3783561A1 (en) | Information processing device, information processing system, information processing method, and program | |
| TW200837661A (en) | Video surveillance system hiding and video encoding method based on data | |
| Shetty et al. | Investigation of Card Skimming Cases: An Indian Perspective | |
| Agarwal et al. | SPAM revisited for median filtering detection using higher‐order difference | |
| CN110647858B (zh) | 一种视频遮挡判断方法、装置和计算机存储介质 | |
| Karaküçük et al. | PRNU based source camera attribution for image sets anonymized with patch-match algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220513 |
|
| RJ01 | Rejection of invention patent application after publication |