El artículo «Exposing Digital Forgeries in Video by Detecting Double Quantization» escrito por Weihong Wang y Hany Farid en 2009 aborda una técnica para detectar forjados digitales en vídeos mediante la identificación de doble cuantización. Este problema es relevante debido a la fácil accesibilidad a cámaras de vídeo digitales asequibles y tecnología de edición de vídeo avanzada, lo que resulta en un aumento de la manipulación de vídeos. Estos forjados no siempre se pueden detectar visualmente, pero pueden introducir artefactos estadísticos que sí pueden ser medidos y utilizados para determinar la autenticidad del vídeo.
La técnica se centra en la detección de doble compresión en vídeos codificados en formato MPEG, particularmente en los I-frames que son codificados usando una variante de la compresión JPEG. La compresión MPEG reduce tanto la redundancia espacial dentro de los cuadros individuales como la redundancia temporal a través de varios cuadros. Los I-frames son de especial interés porque solo reducen la redundancia espacial y utilizan DCT (Transformada Discreta del Coseno) para la compresión. Durante esta compresión, los coeficientes resultantes se cuantifican según sus frecuencias espaciales, donde las frecuencias más altas suelen ser cuantificadas más que las bajas.
El método descrito por los autores se basa en el modelo de cómo la doble compresión afecta los coeficientes de DCT. La doble compresión puede introducir vacíos característicos en la distribución de los coeficientes de DCT. Estos vacíos resultan cuando los coeficientes se cuantifican primero usando un conjunto de pasos de cuantización y luego se cuantifican nuevamente mediante un segundo conjunto de pasos. La presencia de estos vacíos indica una doble compresión, la cual puede ser detectada y medida usando un modelo probabilístico basado en la distribución de los coeficientes de DCT.
Los experimentos realizados demostraron que los métodos propuestos podían detectar doble cuantización a nivel de macroblock (16×16 píxeles). Los autores encontraron que la precisión de la detección era alta cuando la relación entre la primera y la segunda escala de cuantificación superaba 1.7. A medida que esta relación disminuye, la precisión de la detección se reduce. Sin embargo, el número de falsos positivos permanece relativamente bajo y tiende a estar localizado espacialmente, lo que facilita su eliminación mediante un filtro espacial mediano.
También se llevaron a cabo experimentos adicionales en los que se grabaron secuencias de vídeo en diferentes escenarios para validar la técnica. Por ejemplo, se creó un vídeo compuesto combinando un fondo estático con un vídeo de una persona grabada frente a una pantalla verde. La técnica fue capaz de diferenciar entre las regiones del vídeo que fueron comprimidas una sola vez y las que fueron comprimidas dos veces, mostrando altos niveles de probabilidad en las regiones con compresión doble.
En conclusión, la técnica permite detectar la manipulación localizada de vídeo en áreas tan pequeñas como 16×16 píxeles y es particularmente útil para identificar técnicas comunes de efectos digitales como el «green-screening.» Aunque hay limitaciones, como la menor eficacia cuando la calidad de la segunda compresión es más baja que la de la primera, el método propuesto ofrece una herramienta potente para la detección de forjados digitales en vídeos MPEG.
