基于录制环境检测的数字音频取证研究

为解决数字音频伪造和篡改的检测问题,针对数字音频取证中录制环境检测,提出一种基于梅尔倒谱系数(MFCC)结合小波包分析的特征提取算法。算法用以提取音频的频域统计特性,结合时域特征构造特征集合,运用基于期望最大化(EM)的机器训练方法对音频录制地点进行分类和判断,实现数字音频录制环境的取证。实验结果表明,该算法能够较好的区分不同环境下的音频特性,纯净分类(无其他环境下的音频混入聚类组)最高可达98%。

基于多光谱成像技术的宣纸形态学特征分析(英文)

国画艺术品的科技取证与鉴别受到各领域的关注。宣纸作为国画的重要载体,其特征提取和分析方法有较高的研究意义。本文使用多光谱成像技术对宣纸进行形态学特征分析。实验采用多光谱成像系统获取宣纸在不同波长通道下的光谱图片,继而采用纹理参数统计对光谱图像进行测量,获得宣纸特征的敏感波段;采用数学形态学和灰度统计原理建立宣纸形态学特征分析模型,得到一维特征向量。为了评价特征向量的准确度,实验将特征向量输入到支持向量机(SVM)分类器进行检测分类。结果表明,宣纸的差异化特征在550 nm波段下最为明显;由模型输出的特征向量分类正确率为96%。本文提出的宣纸分析模型能够将大部分种类的宣纸特征准确提取,并具有一定的高效性。