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。

针对一类JPEG图像伪造的被动盲取证

图像合成是一种最常见的图像伪造手段。该文针对一类JPEG图像合成伪造,根据篡改区域与非篡改区域块效应的不一致性,提出了一种简单有效的检测算法。首先利用估计的一次压缩质量因子对待检测图像进行裁剪再压缩,然后通过计算压缩前后的失真提取图像的块效应指数映射图,最后采用图像分割的方法实现篡改区域的自动检测与定位。实验结果表明,算法对于各种质量的JPEG图像和较小的篡改区域均能有效检测,当二次压缩与一次压缩的质量因子之差在15以上,虚警率控制在5%以内时,检测率可达93%以上。

基于JPEG特性的图像被动取证技术现状分析

图像技术的发展,使其成为图像篡改的双刃剑.如何对已篡改的图像进行数字取证成为当前研究热点之一.本文对基于JPEG特性的图像被动取证技术进行分析,根据JPEG图像被动取证技术中不同算法所选用的特征量,将现有的技术方法分为两类:针对JPEG重压缩的被动取证和针对JPEG重采样的被动取证.详细分析了上述两类方法各自的特点及对应的优缺点,指出当前基于JPEG特性的图像被动取证的技术的不足之处,并对相关技术的未来发展方向进行了展望.

基于局部块效应的JPEG伪造图像的盲取证

JPEG图像的块效应是判断图像是否被篡改的一个重要线索。本文基于对JPEG图像整体块效应的分析,定义了新的针对图像局部区域的块效应评价,并由此提出了一种有效的JPEG伪造图像盲取证方法。首先要获取待测图像在水平方向和垂直方向的差分图像,然后将两个不同方向的差分图像分别进行特定大小的分块处理,再计算每个分块区域的局部块效应评价,最后根据待测图像在不同区域局部块效应评价的明显差异分别从水平方向和垂直方向检测出图像被篡改区域的具体位置。实验结果表明,该方法可以有效的检测出经过JPEG双压缩的伪造图像,本文又进一步使用不同大小的滑块和不同的评价公式对伪造图像进行检测,并从抗干扰性和算法效率上比较不同算法的利弊,为寻找更优的JPEG伪造图像盲取证方法奠定了基础。

基于盲源分离的模糊合成图像被动取证

针对由模糊图像拼接而成的合成图像,提出了一种基于盲源分离的被动取证新方法.该方法基于模糊合成图像的倒谱特性估计出模糊参数,根据重构的模糊函数对其进行盲复原,通过对复原产生的振铃效应进行测量实现了混合矩阵的估计,从而完成了篡改区域和未篡改区域的分离.实验结果表明,该方法针对经历不同拼接操作的模糊合成图像均取得较好的检测效果,同时,与现有的方法相比,本文算法对高斯白噪声和有损JPEG压缩具有更好的鲁棒性.

利用Harris特征点和环形均值描述的图像区域复制篡改的被动取证

提出一种利用Harris特征点和环形均值描述的图像区域复制篡改检测算法。首先对图像进行自适应维纳滤波,并利用Harris算子提取图像的特征点,然后通过对每个特征点的环形邻域进行均值描述生成特征向量矩阵,并采用字典排序和阈值化处理进行相似性匹配,从而确定候选匹配点,最后利用RANSAC算法剔除错误的匹配点,实现复制和篡改区域的标识定位。实验结果表明,算法对于复制区域的旋转和翻转变换具有较强的鲁棒性,并且可以有效抵抗常见的后处理攻击,包括高斯模糊、加性高斯白噪声、JPEG压缩以及它们的混合操作,尤其能够抵抗非显著视觉结构的平坦区域和小区域的复制、粘贴、篡改操作。

合成图像被动取证技术研究进展

合成图像取证是数字图像取证的一个重要研究内容,研究合成图像被动取证技术对确保数字图像的原始性和真实性有着极其重要的意义.根据合成图像被动取证技术研究角度不同,将现有的技术方法分为3大类:基于传统特征的合成图像取证、基于盲源分离的合成图像取证、基于稀疏表示的合成图像取证.然后分别介绍了3类取证技术的基本特征和典型算法,并对不同方法进行了分析比较和总结.最后指出当前研究中存在的一些主要问题,给出本领域未来的研究方向.

数字图像被动取证技术

数字图像被动取证技术仅需图像自身信息即可完成图像真实性和完整性鉴定。从数字图像来源鉴定和图像篡改检测2个方面阐述了经典算法,并分析了优缺点,最后特别指出了目前存在的问题和今后研究方向。

数字图像被动取证技术综述

对数字图像取证技术进行介绍,重点对数字图图像被动取证的现有技术进行综述。根据数字图像被动取证技术中不同算法所选用的特征量各不相同,将现有的技术方法分为3大类:基于图像内容的被动取证、基于成像过程的被动取证、基于物理原理的被动取证。分别介绍了3大类方法的特征及其所属各种典型算法,并对每一类中的各种典型算法进行分析比较和总结。最后提出了数字图像被动取证的不足之处和未来的发展方向。

篡改图像边缘模糊操作的被动取证算法

针对图像篡改中常见的边缘模糊操作的鉴别取证,提出一种新的取证算法.该算法首先利用模糊数学对篡改过的人工模糊边缘进行图像模糊增强,得到人工模糊操作边缘被增强而其它部分被减弱的图像;然后对原篡改图像进行分块,利用粗糙集理论获得约减属性和约减规则对子图像块进行分类,排除平坦区域和自然清晰强边缘图像块后得到另外一个图像;最后将前面得到的两个图像融合得到结果图像.实验结果表明该算法能较好地排除平坦区域和强边缘而保留人工模糊边缘,从而达到被动取证的目的.

基于ASIFT和圆投影特征的图像被动取证

文中针对图像篡改中最常见的复制粘贴篡改被动取证问题展开图像分析研究,提出了一种基于仿射尺度不变特征变换(ASIFT)和圆投影特征的算法,用于检测图像中是否存在复制粘贴篡改.实验结果表明:基于仿射尺度不变特征的算法对具有明显角点特征的篡改图像的取证效果较好,而基于改进圆投影特征的算法对不具备明显角点特征的篡改图像(如随机性纹理、平坦区域)的取证效果较好,因此联合使用基于这两种特征的算法对常见的复制粘贴型图像篡改进行被动取证能达到较好效果.

基于复制粘贴篡改的被动图像取证算法的研究

提出一种基于离散小波变换和自相关性分析的同幅图像复制粘贴篡改检测算法。算法利用离散小波变换提取图像的低频子带作为特征向量,采用Pearson相关系数进行相似性匹配检测。实验表明,该算法可以大大减少特征向量的维数和排序矩阵的行数,提高相似块的匹配效率,对一般噪声攻击具有较好的鲁棒性。

基于BAG误匹配的JPEG窜改图像的被动检测算法

当JPEG图像被窜改时,通过检测人工的块状网格BAG(block artifact grid)误匹配的痕迹,可以判定待检测图像是否被窜改过,但这种算法有较高的虚警率,提出一种改进算法。首先利用BAG误匹配原理检测图像,再在疑似窜改区域检测竖直方向和水平方向上是否同时存在相邻BAG的边缘,从而将窜改区域与偶发噪声点区域分开,最后对全图进行形态学处理,进一步消除噪声。实验证明,该算法可以在有效检测窜改区域的情况下,降低算法的虚警率,在数字图像的被动检测领域有广泛的应用前景。

基于JPEG图像的盲取证技术综述

JPEG格式是最为广泛的图像格式之一,图像处理软件大量的应用,使得图像的真实性鉴别成为研究的热点。本文对JPEG格式的图像的盲取证技术做了基本的概述,以及分析了常见图像的篡改方法和一般检测方法。

数字图像被动取证技术综述

为确保图像内容的真实性和信息安全性,阐述了数字图像被动取证技术的应用领域,分析了典型的数字图像来源设备取证、拼接取证、复制-粘贴取证、人工模糊取证和JPEG(Joint Photographic Experts Group)压缩取证算法的思路和步骤,简要对其性能和适用性进行评价,并对被动取证技术今后的技术路线和发展方向进行了展望。

用于篡改图像检测和定位的双通道渐进式特征过滤网络

针对现有基于深度学习的篡改图像检测网络通常存在检测精度不高、算法可迁移性弱等问题,提出一种双通道渐进式特征过滤网络。利用两个通道并行提取图像的双域特征,一个通道提取图像空间域的浅层和深层特征,另一个通道提取图像噪声域的特征分布;同时,使用渐进式细微特征筛选机制过滤冗余特征,逐步定位篡改区域;为了更准确地提取篡改掩码,提出一个双输入细微特征提取模块,结合空间域和噪声域的细微特征,生成更准确的篡改掩码;在解码过程中,通过融合不同尺度的过滤特征和网络的上下文信息,提高网络对篡改区域的定位能力。实验结果表明,在检测和定位方面,与现有先进的篡改检测网络ObjectFormer、MVSS-Net(Multi-View multi-Scale Supervision Network)和PSCC-Net(Progressive Spatio-Channel Correlation Network)相比,所提网络的F1分数在CASIA V2.0数据集上分别提高10.4、5.9和12.9个百分点;面对高斯低通滤波、高斯噪声和JPEG压缩攻击时,相较于ManTra-Net(Manipulation Tracing Network)、SPAN(Spatial Pyramid Attention Network),所提网络的曲线下面积(AUC)分别至少提高了10.0、5.4个百分点。验证了所提网络可以有效解决篡改检测算法存在的检测精度不高、迁移性差等问题。

基于块效应谱分析的JPEG图像旋转角度估计

图像旋转可以使图像伪造在几何角度上更加逼真,现有JPEG图像旋转角度估计算法的性能易受到块效应干扰和图像块尺寸大小影响,且对于旋转角度区间为[1°,15°]的估计仍然较为困难。文中提出了一种基于块效应谱分析的JPEG图像旋转角度估计算法:首先,使用变异蚁群算法提取图像的边缘并将其移除以突显块效应,并通过交叉差分进一步减轻图像纹理的影响;然后,通过设定合理的阈值和使用高斯高通滤波器移除傅里叶变换域的无关峰值,以减少干扰;最后,将傅里叶频谱的幅值分量投影到极坐标中,并将极坐标中峰值对应的极角作为旋转角度的估计值。实验结果表明,针对旋转角度位于[1°,15°]区间内的小尺寸JPEG图像检测,文中所提方法比现有方法具有更低的平均绝对误差。此外,当压缩质量因子逐渐下降时,文中所提算法的性能仍然优于现有方法,对JPEG压缩具有更好的鲁棒性。

面向JPEG图像篡改的盲取证技术综述

简要阐述了目前国内外学者在JPEG图像篡改的被动取证技术方面的主要研究成果。基于篡改和检测方法的不同,目前检测方法可分为双重JPEG压缩检测方法和JPEG块效应不一致性检测方法。对两类检测方法的代表性方法进行了性能评价,指出了其存在的问题,并对JPEG图像篡改盲取证技术进行了展望。

基于特征值算法的图像Copy-Move篡改的被动取证方案

为了检测被Copy-Move篡改的图片,提出一种基于特征值提取的Copy-Move篡改被动取证算法。首先,将图像划分成相同尺寸的重叠子块。然后,对每个子块提取特征值用以表示该子块。将特征值进行字典排序,并对相邻特征值进行一一匹配。若两个特征值相同或相似,且对应子块之间距离大于设置的阈值,则记录该子块坐标。待特征值匹配完后,扫描记录的坐标,并将结果可视化输出。多组实验数据表明,该方案能准确检测出被Copy-Move篡改的图片。

利用JPEG压缩特性的合成图像检测

提出一种利用压缩特性进行JPEG合成图像检测的方案.由多幅JPEG图像内容拼接而成的合成图像中往往存在质量因子不一致性或分块位置不一致性,这两种不一致性可以作为检测JPEG合成图像的有力证据.该文所提方案先对待检测图像进行尝试性的再压缩并考察失真程度,以估计主要内容曾经历过的压缩情况,然后根据再压缩在不同区域引起的失真程度的起伏变化识别合成图像.该方法还可区分合成图像内容的不同来源,并分析质量因子不一致性或分块位置不一致性,为揭示图像伪造行为提供辅助信息.