视频重压缩检测学习计划和笔记( 八 ) _比特率

当第二次GOP设置比第一次小时，实验效果都会变差，这是因为帧间预测的错误传播容易消除I-P帧的伪影。
10.2 Bit Rates对实验的影响
同比特率变化检测的理论分析，特别的，实验证明当参数属于下采样时，压缩域的信息比像素域更work 。（原文：这表明压缩域的编码信息更适合提取鲁棒特征，特别是在重编码过程中出现严重的有损量化时。此外，当B1≤B2时，所有方法都有很好的检测结果，因为在这种情况下，在压缩和解压缩域中，双重压缩引起的痕迹的强度可以保持相对可区分。）
做这个实验也是看算法在上采样/下采样场景下的效果是否鲁棒，不过这里的比特率是否单独代表了上下采样这个场景，目前还不理解，还要学习编码过程。
10.3 QP对实验的影响
这里做的是相同编码参数的场景，通常情况下，QP越高，效果越来越差。在本文中，随着QP的增加，准确性并没有明显的降低或增加。这是因为无论QP的值如何变化，量化过程所引入的失真都是不可避免的。在连续压缩过程中，信息的丢失肯定会导致像素值的变化，而我们提出的检测特征可以有效地表征这种类型的变化。
11 压缩与重压缩导致的误差损失
视频压缩过程主要由预测变换、量化和熵编码组成。
量化过程中通常会引入f偏移量控制量化系数的舍入关系（偏移量的作用是防止量化误差过大，并降低量化引起的失真，量化过程使用整数进行，所以需要floor），这会引起舍入误差，一般称其为量化误差。
在量化后，还需要将帧逆量化和变化，并进行环路滤波将其作为参考帧。
其中RT代表舍入和截断操作，这一部分的信息损失主要由舍入截断误差(这里的舍入是将浮点数舍入为离散整数截断误差是因为逆量化器的运算数位表示有限，所以在恢复为原始信号时会出现误差)和环路滤波(主要是去块滤波)导致的。
1.针对假比特率场景
真比特率视频编码时量化矩阵中的元素是比较小的，这样可以尽可能地保留视频地细节和视觉质量。因此真高清视频的信息损失主要来源于量化和舍入截断。
为了伪造假高清视频，假比特率视频第一次编码的Q1是远大于Q2的，不仅如此，第一次压缩由于Q1较大，块伪影会更加严重，因此第二次压缩会采用去块滤波技术消除伪影，因此假高清视频的信息损失主要来源于量化和去块滤波。
两种不同的信息损失经过多次重压缩在空域所显示的伪影不同，因此可以用于检测。
除了空域的伪影，在编码域中，假比特率视频的帧内和帧间预测模式也会有所变化，第一次压缩降低了图像的纹理复杂度，因此第二次帧内编码会使用更多的和DC模式，角度模式中会使用更多的H0和V0 。第一次压缩也减少了块间的时空差异，因此在第二次帧间编码中会使用更多的Skip模式，因此在编码域中也可以找到特征。
而出现这种现象的原因仍然是因为量化误差，
如果是比特率上升或QP下降（假高清）的场景，那么第一次量化产生的误差大，那么第二次编码时预测模式变化的就更多。
如果是比特率下降或者QP提升（假低清）场景,那么第一次量化误差相比就小的很多，那么第二次编码时量化会更严重，而重压缩痕迹也会因此退化的更严重，那么基于预测模式就很难检测出假视频。
“若用ERR 表示误差，可以近似地表示为 NQRT 和 NLP 之和。NQRT 指的是量化、舍入和截断损失，NLP 指的是循环滤波损失。这里主要考虑量化损失，因为舍入和截断损失相对较小。具体来说，NQRT 损失可以视为量化引起的高频损失，因为一些高频系数会被量化为 0 。而循环滤波可以抵消因块效应和环绕效应引起的不一致性和波动，因此 NLP 也可以视为高频损失。”