随着高效的视频编码技术和计算机网络的普及,数字视频已经渗透到人们生活的方方面面。视频一方面作为娱乐产品丰富人们生活,另一方面在司法取证和公共安全中也扮演着重要的角色。视频处理技术的发展和视频编辑软件的涌现,使得普通用户轻易就可以完成视频内容的修改。不法分子通过篡改视频内容达到造谣、嫁祸他人目的的案例越来越多。因此视频原始性取证分析技术对个人权益和社会的稳定都具有重要的作用。本文针对视频原始性证实的实际需要,从主动取证和被动取证两个方面,对视频帧篡改和视频编辑软件的取证展开了研究。主要工作和研究成果如下:（1）视频帧篡改的主动取证方法。视频帧篡改方式是视频篡改中常见的方式。目前针对视频帧篡改的被动取证技术普遍上性能较差,如对内容鲁棒性差、检测灵敏度不够、适用视频范围不一等。本文基于主动取证技术,提出一种用于视频帧篡改检测的数字水印算法。该算法利用视频帧位置信息生成水印信息,采用BCH码和重复码的二层纠错码对水印信息进行预处理操作,将水印信息嵌入到视频帧亮度分量的DCT域中。故每个视频帧中均有独特的水印信息。该算法通过纠错码,有效提高了视频水印的鲁棒性,使得水印信息能够抵抗H.264编码。算法能检测并定位出篡改帧的位置。在QP=28的H.264重压缩下,实验中YUV视频算法帧篡改检测和定位的平均准确率能够达到99.6%。（2）视频软件编辑的被动取证方法。Adobe Premiere、Adobe After Effects和Corel Video Studio等视频编辑软件是普通用户实现视频篡改的主要工具。通常的操作环境下,用户利用编辑软件对视频内容进行篡改后,还需要用该软件生成新视频。这个过程不可避免会有重压缩。不同的视频编辑软件,可能会产生不同的压缩效应。通过分析软件重压缩痕迹,可以判断待检测的视频片段是否被某种视频软件处理过,从而可以间接判断视频的原始性。本文针对监控视频,采用降维后的图像隐写分析富模型特征（SRM,Spatial Rich Models）来建模压缩痕迹,再应用集成分类器（ensemble classifier）实现对视频软件的分类。实验证明,所提算法在同型号摄像头视频的学习环境下,对编辑软件分类准确率达到100%。目前尚未有针对视频编辑软件篡改取证方法的报道。所提出的算法为视频的原始性鉴定提供了新技术。