1.华为合作项目，基于关键帧扰动传播的视频对抗攻防技术研究(XXXX)，2021年4月-2023年3月，65万，在研。

2.国家自然科学基金面上项目，61572320，基于深度学习与统计特征模型的视频重编码检测技术研究，2016年1月到2019年12月，78.22万，已结题，主持。

提供实验室及座位，计算资源服务器1台（含英伟达GPU卡）或高性能计算账号1个；

定期召开项目指导会；

指派研究生全程参与技术指导；

（一） 项目简介

近来，视频编辑软件的不断进步使得用户可以轻易篡改数字视频，导致数字视频的完整性与真实性难以得到保证。在进行视频篡改时，操作者必须先解码原始视频，对其篡改后再进行二次编码，本课题通过探索深度神经网络编码器这一新特性对重编码痕迹的影响，提出有效的基于神经网络的重编码视频的检测算法。

（二） 研究目的

本课题通过探索深度神经网络编码器这一新特性对重编码在时空域引入的痕迹，提出有效的基于神经网络的重编码视频的检测算法。

（三） 研究内容

近年来，数字视频已经成为我们日常生活中获取信息的一种重要来源。然而，视频编辑软件的不断进步使得用户可以轻易篡改数字视频，导致数字视频的完整性与真实性难以得到保证。进行视频篡改时，操作者必须先解码原始视频，对其篡改后再进行二次编码，所以一段被篡改的视频肯定经历过重编码过程。视频重编码检测时若发现为单次编码，可认为该段视频为原始视频，反之则怀疑该段视频被篡改过。因此在被动取证领域中，视频重编码检测技术具有重要的研究意义和实用价值。

（四） 创新点与项目特色

1)   将传统重编码痕迹检测技术与深度学习技术结合，为新型重编码痕迹检测提供高效、通用型的检测方案；

2)   从时间域与空间域多角度探索检测重编码痕迹；

3)   项目依托实验室建设的上海交通大学网络空间安全学院“一流网络安全学院建设示范项目”子平台“数字视频篡改取证对抗分析平台”。