数字图像的设备溯源技术综述

数字图像在司法取证、新闻报道等领域扮演着重要角色,然而验证其来源的权威性和信息的完整性对于相关应用至关重要.为此,学者试图从一组没有先验知识的图像中挖掘出其设备关联信息,即数字图像的设备溯源.数字图像的设备溯源技术在当今的互联网背景下有着广阔的实际应用场合,是取证领域研究的热点.近年来,大量的数字图像的设备溯源算法被提出,并且取得了可喜的性能.针对数字图像设备溯源问题,就设备指纹特征提取和图像设备关联两个关键步骤进行阐述,分析并总结典型算法和关键研究思路.在此基础之上,进一步分析当前研究所面临的问题,指出数字图像设备溯源未来可能的研究重点与发展方向.

图像源辨识取证研究综述

图像源辨识取证是数字图像被动取证的一个重要研究方向,旨在从图像本身的特性出发对图像的相关来源进行识别和检测。图像源辨识取证主要包括:相机源识别、计算机图形学方法生成图像取证、AI合成图像的取证以及重获取图像的取证。其中相机源识别主要包括对采集图像所用相机的品牌、型号或个体进行识别。计算机图形学方法生成图像取证、AI合成图像的取证以及重获取图像的取证都属于非自然图像(包括生成、合成、重获取图像)与自然图像间的溯源分析。近年来,在图像源辨识取证方面的研究已经取得了一些研究成果。现有的研究方法大致分为两类,包括传统的基于模型的方法和基于深度学习的方法。本文整理了图像源辨识取证领域的研究方法,主要对研究框架和基本思路以及常用的评价指标、数据集进行了介绍,最后总结了当前图像源辨识取证的研究现状。

结合深度迭代缩放卷积神经网络的PRNU提取算法

光响应非均匀性(photo-response non-uniformity,PRNU)是用于数字图像设备溯源的一种重要特征,也被称为成像设备指纹。针对图像真实噪声包含PRNU和大量未知噪声的复杂特性,本文提出一种结合深度迭代缩放卷积神经网络的PRNU数字成像设备指纹提取算法。首先,通过连续重复的缩小与放大特征图的分辨率来提高GPU内存利用效率和生成大的感受野,尽可能的提取包含完整PRNU指纹的真实噪声。然后,利用来自同一数字成像设备多幅图像的噪声残差来估计PRNU指纹。本文算法在相机溯源数据集Dresden和手机溯源数据集Daxing上进行了测试。实验结果显示,与基于小波变化的算法、基于块匹配3D滤波的算法以及基于前馈去噪卷积神经网络的算法相比,本文算法具有的更好的识别率和普适性。

AIGC视觉内容生成与溯源研究进展

随着数字媒体与创意产业的快速发展,人工智能生成内容(artificial intelligence generated content, AIGC)技术以其在视觉内容生成中的创新应用而逐渐受到关注。本文旨在围绕AIGC视觉内容生成与溯源研究进展深入研讨。首先,针对图像生成技术进行探讨,从基于生成式对抗网络的传统方法出发,系统地分析了基于生成式对抗网络、自回归模型和扩散概率模型的最新进展。接着,深入探讨可控图像生成技术,突出了通过布局、线稿等附加信息以及基于视觉参考的方法来为创作者提供精确控制的技术现状。随着图像生成技术的革新和应用,生成图像的安全性问题逐渐浮现。而预先审核和过滤的技术手段已难以满足实际需求,故亟需实现生成内容的溯源来进行监管。因此,本文进而对生成图像溯源技术进行研讨,并聚焦水印技术在确保生成内容可靠性和安全性方面的应用。依据水印嵌入的流程节点,首先将现有的水印相关的生成图像溯源方法归为无水印嵌入的生成图像溯源、水印前置嵌入的生成图像溯源、水印后置嵌入的生成图像溯源以及联合生成的生成图像溯源并进行详细分析,然后介绍针对生成图像的水印攻击研究现状,最后对生成图像溯源技术进行总结和展望。鉴于视觉内容生成在质量和安全上的挑战,旨在为研究者提供一个视觉内容生成与溯源的系统研究视角,以促进数字媒体创作环境的安全与可信,并引导未来相关技术的发展方向。

10-13世纪“八塔变”擦擦在西夏地区的流传

八塔变是擦擦造像艺术的一大题材。西夏时期,八塔变盛行,擦擦作为这一时期八塔变的佛教艺术载体有脱佛和脱塔两种类型。通过图像辨析,我们认为一佛四塔是八塔变图像的变体和创新。通过考证图像源流,发现八塔变擦擦来源于印度和西藏,是藏传佛教艺术东传的结果。