数字图像篡改定位研究综述

数字图像篡改定位属于一种图像取证任务,它主要目标是在可疑的待检测图像中检测和定位出篡改的区域。随着数字图像编辑工具的迅速发展和数码相机的大量普及,图像篡改变成越来越影响我们日常生活的一个重大困扰。数字图像篡改定位技术也受到了工业界和学术界越来越多的关注。本文对图像拼接篡改区域定位、复制移动篡改检测与定位、图像溯源篡改检测与定位近年来的相关成果进行综述。特别是,深度学习技术近年来被广泛应用于数字图像篡改定位,已经逐渐成为了数字图像取证的主流技术。本文主要对近年来基于深度学习的数字图像篡改定位方法进行回顾和讨论。

基于色彩滤波阵列的数字图像篡改盲检测方法研究

基于彩色滤镜阵列(CFA)的数字图像篡改盲检测技术,不需要任何先验知识即可有效判断图像是否经过拼接、压缩、复制-粘贴及模糊变换等篡改。提出了一种基于彩色滤波阵列的数字图像篡改盲检测方法,并通过实验验证了该算法的有效性。

基于奇异值优化的图像复制粘贴篡改检测算法

数字图像篡改检测是数字取证领域的一个迅速发展的研究方向。复制-粘贴篡改作为一种最常见的图像篡改方式,它是通过复制一幅图像的部分内容粘贴至同幅图像另一处来隐藏或克隆对象的目的。针对已有检测算法效率不高的问题,本文提出了一种基于改进的奇异值分解的复制-粘贴篡改检测算法。该算法降低了奇异值特征向量的维度,并增加了向量相似度判别的步骤以提高准确性。实验结果表明,该算法能有效的检测复制-粘贴篡改区域,而且计算量小、检测效率高,并具有良好的检测精度和鲁棒性。

基于球面谐波基的人脸图像篡改检测

随着信息技术的不断发展,数字图像作为一种新形式的信息载体越来越多的出现在人们的生活中,同时也催生了一系列数字图像恶性篡改案件的发生,对社会造成了严重的不良影响。利用部分人脸即人脸的颧骨部位与平均三维人脸模型匹配的办法获取三维信息,并利用球面谐波理论估算光照系数,将估算结果用于数字图像的篡改检验,经过实验验证,该方法具有较好的检验效果。

基于目标检测约束的图像过滤方法研究

图像过滤方法通过分析和匹配图像特征,检索得到可疑篡改来源图像,分析篡改图像和篡改来源图像的派生关系。本文提出一种基于目标检测约束的图像过滤方法,首次整合了目标检测算法和分布式加速的鲁棒特征索引,一方面利用目标检测算法使得特征检索范围得到约束,另一方面采用分布式局部特征提取方法,有效提高了图像特征检索的效率和准确度。此外,使用尺度可变的有约束图像拼接检测与定位网络在图像特征检索基础上进行深度匹配,进一步对篡改区域和篡改来源区域进行精确查找。实验结果证明,本文算法在篡改图像检索准确性、查询效率方面有明显改进。