买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安邮电大学申请的专利视频码流色度域和亮度域信息融合的重压缩取证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115988225B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211716718.1，技术领域涉及：H04N19/70；该发明授权视频码流色度域和亮度域信息融合的重压缩取证方法是由公衍超;王子琳;李坤磊;周小凯;杨楷芳;王富平;刘颖设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本视频码流色度域和亮度域信息融合的重压缩取证方法在说明书摘要公布了：一种视频码流色度域和亮度域信息融合的重压缩取证方法，由提取视频码流的初级码流特征、确定视频码流色度域属性矩阵、确定视频码流亮度域属性矩阵、再次压缩视频码流、提取再次压缩视频码流的初级码流特征、确定再次压缩视频码流色度域属性矩阵、确定视频码流色度域属性标记、确定视频码流色度域不同属性编码单元占比、确定再次压缩视频码流亮度域属性矩阵、确定视频码流亮度域属性标记、确定视频码流亮度域不同属性编码单元占比、确定视频码流的高级码流特征、确定重压缩取证结果步骤组成。本发明具有视频重压缩取证准确率高、复杂度低等优点，可用于H.266VVC、H.265HEVC、H.264AVC等支持编码单元划分类型及预测模式技术的标准的视频码流重压缩取证技术领域。

本发明授权视频码流色度域和亮度域信息融合的重压缩取证方法在权利要求书中公布了：1.一种视频码流色度域和亮度域信息融合的重压缩取证方法，其特征在于由下述步骤组成： 1提取视频码流的初级码流特征 对采集到的视频码流使用解码分析软件提取视频码流中色度域和亮度域的初级码流特征，色度域初级码流特征包括帧内预测帧色度域编码单元的划分类型和预测模式，亮度域初级码流特征包括帧内预测帧亮度域编码单元的划分类型和预测模式； 2确定视频码流色度域属性矩阵 按式1确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵Ai,x： 其中，Ei,x、Fi,x分别表示视频码流中第i个帧内预测帧第x个色度域编码单元的划分类型和预测模式编号，i∈{1,2,…,I}，I表示视频码流中包含的帧内预测帧总数，I为有限的正整数，x∈{1,2,…,Mi}，Mi表示视频码流中第i个帧内预测帧包含的色度域编码单元总数，Mi为有限的正整数，色度域编码单元按照从左到右从上到下进行编号，Ei,x∈{1,2,…,θ}，Fi,x∈{1,2,…,ξ}，θ、ξ分别表示视频编码标准支持的帧内预测帧色度域编码单元可选的划分类型和预测模式总数，θ、ξ为有限的正整数； 3确定视频码流亮度域属性矩阵 按式2确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵Bi,y： 其中，Gi,y、Hi,y分别表示视频码流中第i个帧内预测帧第y个亮度域编码单元的划分类型和预测模式编号，y∈{1,2,…,Ni}，Ni表示视频码流中第i个帧内预测帧包含的亮度域编码单元总数，Ni为有限的正整数，亮度域编码单元按照从左到右从上到下进行编号，Hi,y∈{1,2,…,ε}，ε分别表示视频编码标准支持的帧内预测帧亮度域编码单元可选的划分类型和预测模式总数，ε为有限的正整数； 4再次压缩视频码流 使用视频编码标准支持的解码器将视频码流解码为解码视频，用视频编码标准支持的编码器再次编码压缩解码视频1次并获得再次压缩后的视频码流； 5提取再次压缩视频码流的初级码流特征 对再次压缩后的视频码流使用解码分析软件提取色度域和亮度域的初级码流特征，色度域初级码流特征包括帧内预测帧色度域编码单元的划分类型和预测模式，亮度域初级码流特征包括帧内预测帧亮度域编码单元的划分类型和预测模式； 6确定再次压缩视频码流色度域属性矩阵 按式3确定再次压缩后的视频码流中第i个帧内预测帧第x个色度域编码单元的属性矩阵Ci,x： 其中，Ki,x、Pi,x分别表示再次压缩后的视频码流中第i个帧内预测帧第x个色度域编码单元的划分类型和预测模式编号，Ki,x∈{1,2,…,θ}，Pi,x∈{1,2,…,ξ}； 7确定视频码流色度域属性标记 按式4确定视频码流中第i个帧内预测帧第x个色度域编码单元的属性标记βi,x,α： 其中，α∈{1,2,…,θ}，Ai,x≠Ci,x的编码单元为色度域不同属性编码单元； 8确定视频码流色度域不同属性编码单元占比 按式5确定视频码流中选择第α种色度域编码单元划分类型的不同属性编码单元占比Wα： 其中，Mi,α表示视频码流中第i个帧内预测帧包含的选择第α种色度域编码单元划分类型的编码单元总数，Mi,α为有限的正整数； 9确定再次压缩视频码流亮度域属性矩阵 按式6确定再次压缩后的视频码流中第i个帧内预测帧第y个亮度域编码单元的属性矩阵Di,y： 其中，Qi,y、Ri,y分别表示再次压缩后的视频码流中第i个帧内预测帧第y个亮度域编码单元的划分类型和预测模式编号，Ri,y∈{1,2,…,ε}； 10确定视频码流亮度域属性标记 按式7确定视频码流中第i个帧内预测帧第y个亮度域编码单元的属性标记δi,y,γ： 其中，Bi,y≠Di,y的编码单元为亮度域不同属性编码单元； 11确定视频码流亮度域不同属性编码单元占比 按式8确定视频码流中选择第γ种亮度域编码单元划分类型的不同属性编码单元占比Vγ： 其中，Ni,γ表示视频码流中第i个帧内预测帧包含的选择第γ种亮度域编码单元划分类型的编码单元总数，Ni,γ为有限的正整数； 12确定视频码流的高级码流特征 按式9确定视频码流的高级码流特征矩阵T： 13确定重压缩取证结果 将高级码流特征矩阵T输入支持向量机模式识别与回归的软件包，根据支持向量机模式识别与回归的软件包输出的2分类数据最终获得视频码流对应的重压缩取证结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安邮电大学，其通讯地址为：710121 陕西省西安市长安区韦郭路西安邮电大学南校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。