双重JPEG压缩图像篡改区域检测与定位

对JPEG(joint photographic experts group)图像实施篡改往往会产生双重JPEG(double JPEG,DJPE)压缩痕迹,分析该痕迹有助于揭示图像压缩历史并实现篡改区域定位。现有算法在图像尺寸较小和质量因子(quality factor, QF)较低的时候性能不佳,对两个QF的组合情况存在限制。本文提出了一种端到端的混合QF双重JPEG压缩图像取证网络,命名为DJPEGNet。首先,使用预处理层从图像头文件中提取表征压缩历史信息的量化表(quantization table, Qtable)特征,将图像从空域转换至DCT(discrete cosine transform)域构造统计直方图特征。然后,将两个特征输入到由深度可分离卷积和残差结构堆叠而成的主体结构,输出二分类结果。最后,使用滑动窗口算法自动定位篡改区域并绘制概率分布图。实验结果表明,在使用不同Qtable集生成的小尺寸数据集上,DJPEGNet所有指标均优于现有最先进的算法,其中ACC提高了1.78%,TPR提升了2.00%,TNR提升了1.60%。

基于DCT系数首位数字特征抽取的JPEG图像重压缩检测及篡改定位

针对JPEG图像重压缩篡改操作(伪作)检测及篡改定位问题,探讨一种利用DCT系数首位数字特征的改进方法。首先,将待测JPEG图像分成大小为64×64的重叠图像块,对于每一图像块,取每8×8小块中前9个位置的交流DCT(AC-DCT)系数的首位数字(1~9)特征;然后,对提取的首位数字特征进行PCA降维压缩以抽取紧凑特征,再利用SVM分类器判断相应图像块是否经过重压缩操作;最后,利用重压缩检测结果来定位JPEG图像篡改区域。实验结果表明,与代表性文献算法相比,改进算法在视觉效果上取得了更好的篡改定位结果,且对旋转、缩放、羽化等操作具有鲁棒性。

基于JPEG重压缩特性的篡改图像盲分离

针对JPEG类图像被篡改后未被篡改的区域和被篡改的区域的离散余弦变换(DCT)系数会表现出不同的压缩特性的问题,本文中提出了一种JPEG图像重压缩概率模型来描述重压缩前、后DCT系数统计特性的变化;依据贝叶斯准则,利用后验概率表示出JPEG篡改图像中存在的双重压缩效应块和只经历单次压缩效应块的概率值,得到图像块的后验概率密度图;利用粒子群算法设定自适应阈值对后验概率密度图进行优化,并且对阈值进行分类判断,通过后验概率密度图实现对篡改区域的自动检测和分离。结果表明,该方法能快速、准确地实现篡改区域的自动检测和提取,并且在第2次质量因子小于第1次质量因子时,检测结果明显优于其他算法的,且能把篡改区域从篡改图像中自动提取出来,不受被篡改图像的位置、大小和个数的限制。

JPEG图像被动取证研究进展综述

数字图像被动取证是利用图像的固有属性对其真实性认证、拼接区域定位及篡改历史分析的技术。由于大多数图像都需要进行JPEG压缩以便存储和传输,基于JPEG格式的数字图像被动取证越来越受到关注。为了更加全面地对现有取证方法进行梳理与归纳,本文着重对JPEG图像相关的取证技术进行介绍,详细论述了双重JPEG压缩检测、量化矩阵估计和拼接检测与定位方法中的关键技术,分析现有方法存在的问题与面临的困难,并对未来发展方向进行展望。

基于不同DCT对齐的双JPEG压缩检测技术

JPEG图像在各个领域应用广泛,因此,JPEG图像的篡改检测在取证中起着重要作用。在创建数字伪造时,一个图像通常与几个部分组合,合成部分可能会留下原始图像的痕迹。目前已经提出了一些成功的方法来检测具有相同DCT变换块的双JPEG压缩,但如果是移位的,对应的检测就会变得困难。为此,提出了一种检测不同DCT变换块下双JPEG压缩的方法。该算法基于JPEG压缩引起的DCT系数特征,提出了循环移位版本的思想。经过实验取得了不错的检测效果。

数码翻拍图像取证算法

随着图像显示技术的不断提高,对显示媒介显示的图像,如高质量打印出的图像和LCD显示器显示的图像,进行翻拍所获得的图像质量也越来越高。这类高质量造假图像可能被造假者用于非法途径,且往往能通过当前的图像取证系统而不被识别。针对LCD显示器显示的图像的翻拍检测情况做了研究。通过分析原始获取图像过程和翻拍获取图像过程引入的噪声,以及检测两次翻拍产生的双重JPEG压缩,利用SVM(支持向量机)获得了很好的分类结果。