计算机多媒体技术的发展为人类社会带来了诸多机遇,同时也给社会安全带来了挑战。数字视频作为生活中常用的网络媒介,在用于娱乐的同时也面临着被修改的风险,有些修改出于恶意,例如,针对视频局部内容(例如面部)的篡改,必须提防。与此同时,视频编辑软件和计算机技术的发展使得视频局部篡改的技术门槛变得越来越低,例如目前流行的视频换脸技术,使用者仅通过一部手机就可以在几分钟内得到效果逼真的换脸视频,该技术的滥用给社会生活带来了极大的安全隐患,因此针对视频局部篡改的检测技术具有重要的研究价值。本文围绕视频局部篡改以及伪造人脸视频的特点,开展了以下具体工作:1、从视频编码的角度对真实视频和换脸视频进行分析,通过观察视频的编码参数(例如划分模式和运动向量等)的不同寻找二者的差异,为换脸视频的篡改检测提供合理的思路;并使用传统视频和图像取证技术中的篡改检测特征,分析真实视频和换脸视频的差异,验证思路的合理性。2、提出基于人脸特征时域稳定性的换脸视频篡改检测算法。该算法根据人脸特征点在时域上变化的活跃程度将其分为三大类,利用人脸五官与轮廓相对位置固定的生物特征来区分真假视频。具体将人脸五官特征点与轮廓特征点进行有向连接,引入面部向量构建了独有的描述人脸五官与轮廓相对位置的方法。利用了换脸视频在分帧重新编码合成视频时造成的不连续现象,通过计算前后两帧人脸面部向量的偏转角变化来判断视频的真假。实验结果表明,该算法在4个常用数据库内及跨库都有较好的检测效果,该算法利用生物信号的固有特征进行检测,提升了检测效果,具有良好的通用性。3、针对数字视频领域的篡改检测实验数据库不够全面的问题,扩充了视频篡改检测数据库,数据库中包含了8种应用场景下多种型号摄像设备拍摄的视频,对其使用帧间及帧内篡改手段,将视频库进行精细的篡改操作。此外,本文对数据库进行了有效性分析,具体使用7种篡改检测算法,对数据库视频进行测试分析。实验结果表明,各个算法在本数据库上可以展示其性能差异,同时数据库内的视频能有效反映出检测算法的效果。