图像取证

摘要： 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。

摘要： 将以图像块为单位的噪声水平估计方法应用在图像篡改定位时,会导致分割边缘呈锯齿状并降低边缘定位准确率。针对该问题,文中提出了一种基于几何约束和噪声一致性分析的图像拼接取证算法。采用基于统计的噪声水平估计与K-means算法对每个图像块实现初步检测定位,提取初步拼接区域边缘的点集合,并以其每个点为中心,依次在边缘图上进行方形范围搜索,拼接区域边缘。随后,利用几何约束筛选算法选择疑似篡改边缘点来定位篡改区域。相较于现有算法,在Columbia上正确检测率相同的情况下,采用文中方法可将错误检测率降低12.7%,并降低算法复杂度。

摘要： 图像重着色是一种新兴的图像编辑技术,通过篡改像素值达到改变图像颜色风格的目的。随着社交网络和图像编辑技术的快速发展,重着色图像已经严重阻碍了信息传达的真实性。然而,专门为重着色而设计的工作少之又少,现有的重着色检测方法在传统重着色场景下仍有很大提升空间,在应对手工重着色图像时效果不佳。为此,提出了一种基于通道间相关性的重着色图像检测方法,该方法适用于重着色任务中的传统重着色和手工重着色场景。基于相机成像和重着色图像生成方式之间存在显著差异这一现象,提出重着色操作或许会破坏自然图像的通道间相关性这一假设。通过数值分析说明,通道间相关性差异可作为区分重着色图像和自然图像的重要鉴别度量。基于上述先验知识,所提方法通过提取差分图像的一阶微分残差的通道共生矩阵,获得图像的通道间相关性特征集。此外,根据实际情况,假设了3种检测场景,包括训练−测试数据之间匹配、不匹配以及手工重着色场景。实验结果表明,所提方法能够准确识别重着色图像,在假设的3种场景下均优于现有方法,取得了较高的检测精度。除此之外,所提方法对训练数据量的依赖性较小,在训练数据有限的情况下,能实现相当精确的预测结果。

摘要： 光响应非均质性(Photo-Kesponse Non-Unifdrmity,PRNU)噪声的唯一性和稳定性决定了其可作为数码相机的指纹并可用于数字图像的溯源与取证。为了提高PRNU指纹质量及图像溯源精确度,文章提出一种基于多阶段渐进式神经网络的图像相机指纹提取算法。该神经网络使用编码器-解码器架构来学习上下文特征,并利用高分辨率分支来挖掘局部特征,同时在每个阶段引入注意力模块来重新加权局部特征。这样既可以融合上下文信息,又能准确获取局部信息,进而可以充分挖掘图像自然噪声中潜在的PRNU指纹。在Daxing智能手机数据集和Dresden相机数据集上与其他算法的对比实验证明了文章提出的图像相机指纹提取算法的优势。

摘要： 为了提高JPEG图像旋转角度估计的准确率,本文提出一种结合预滤波和循环谱分析的JPEG图像旋转角度估计方法。首先,对差分滤波后的待检测图像进行循环谱分析,其图像信号具有循环周期性;然后,设计预滤波器减小JPEG块效应对图像频谱的影响;最后,根据得到的旋转特征峰的位置估计出旋转角度。实验结果表明,所提算法对旋转角度估计的准确率优于现有算法。

摘要： 针对对抗样本给基于深度学习的检测模型带来的严重识别干扰问题,提出一种基于随机多滤波特征统计生成对抗网络(SmsGAN)的对抗样本修复方案.采用随机多滤波特征统计网络(SmsNet)构建了特征统计层,实现了对抗样本的高精度检测,并将每个卷积核输出的特征图直接送到特征统计层获取全局特征.随机多滤波特征统计生成对抗网络(SmsGAN)以SmsNet为判别器,生成器采用多尺度卷积核并行结构避免棋盘效应的产生.生成器的损失函数由判别损失和引导损失两部分组成,形成目标引导生成器.对抗样本经过下采样网络获取局部统计特征,再输入Sm sGA N得到修复的样本.结果表明:采用SmsGAN修复对抗样本,样本修复率达到了91.3％,PSNR平均值达到32以上,视觉质量好于传统信号处理方法,达到了去除对抗扰动的目的.

摘要： 接缝裁剪(Seam Carving)作为近些年来热门的图像缩放技术之一,常被用于图像恶意篡改.当前对Seam Carving篡改的检测方法并不多,并均是针对JPEG格式图像,且在篡改比例较小时,检测准确率不高.文中方法利用离散切比雪夫变换后系数矩阵中的分布特点来提取特征以达到对图像接缝裁剪篡改的检测,并且该方法适用于多种图像格式,在小比例篡改的情况下依然保持较高的分类准确.利用离散切比雪夫变换(Discrete Tchebichef Transform,DTT)得到变换后的系数矩阵,提取Seam Carving篡改的痕迹,实现了对Seam Carving的篡改检测.所提方法首先将待检测图像分成8×8不重叠块,对每一个8×8块进行DTT变换,得到变换后的DTT系数矩阵;然后在每一块中分别计算DTT系数间的差异,再通过系数差异直方图得到统计矩阵,从统计矩阵中提取特征;最后使用支持向量机(Support Vector Machine,SVM)进行训练得到预测模型,实现对图像Seam Carving篡改的检测.实验结果表明,所提方法不仅适用于JPEG格式和TIFF格式的篡改图像,对小比例篡改也能达到较高的检测准确率.

摘要： Copy-move是一种常用的图像伪造手段,它通过复制图像的某一区域,移动并粘贴到同一图像的其他位置,达到掩盖重要信息或伪造虚假场景的目的.近年来,为了防止copy-move被用于违法犯罪,copy-move伪造检测技术迅猛发展,在维护社会运行秩序和信息安全方面发挥着积极作用.本文提出一种基于条件生成对抗网络(conditional Generative Adversarial Networks,cGANs)的copy-move伪造检测方法.针对图像copy-move伪造检测,该方法优化设计了cGANs的损失函数,并使用适量的弱监督样本来提升网络性能.不同于目前大部分检测算法,该方法不仅可以定位出图像中的相似区域,还可以有效区分伪造来源区域和伪造目标区域.实验结果表明,本文所提出的方法在检测准确率上显著优于现有方法.

摘要： 现有基于SIFT的复制粘贴篡改检测算法中,提取SIFT关键点的对比度阈值较大,使算法存在安全隐患.为说明对比度阈值在这类算法中的重要性,该文利用平滑区域移除目标的篡改攻击对目前基于SIFT的复制粘贴篡改检测算法实施攻击.实验结果表明对比度阈值较大会使平滑区域提取不到足够的SIFT关键点,从而破坏此类算法的可信性.为有效提高抵抗平滑区域移除目标的篡改攻击的能力,该文给出了改进算法,首先通过降低对比度阈值使平滑区域能提取到足够的SIFT关键点,然后在一次聚类的基础上,通过RANSAC算法和二次聚类来消除由于对比度阈值降低产生的误匹配,从而准确定位篡改区域.

摘要： 近年来,道路交通管理非现场执法的应用率越来越高,不仅强化了道路交通的安全管理,提升了管理效能,还极大地缓解了执法人员不足,解决了人情执法的问题,管理效果十分明显.本文研究了一种基于人体运动轨迹跟踪的私揽行为检测算法,利用形状特征对人体目标进行识别,基于Kalman算法对人体目标轨迹预测并跟踪,获取有效的上下车人员数目及运动轨迹,检测并判断是否存在私揽行为,可适应复杂环境,抗干扰的能力较强.可对监控视频中上下车人员进行实时跟踪,判断私揽行为发生的可能性,并加以反馈.

摘要： 近年来,道路交通管理非现场执法的应用率越来越高,不仅强化了道路交通的安全管理,提升了管理效能,还极大地缓解了执法人员不足,解决了人情执法的问题,管理效果十分明显.本文研究了一种基于人体运动轨迹跟踪的私揽行为检测算法,利用形状特征对人体目标进行识别,基于Kalman算法对人体目标轨迹预测并跟踪,获取有效的上下车人员数目及运动轨迹,检测并判断是否存在私揽行为,可适应复杂环境,抗干扰的能力较强.可对监控视频中上下车人员进行实时跟踪,判断私揽行为发生的可能性,并加以反馈.

摘要： 近年来,道路交通管理非现场执法的应用率越来越高,不仅强化了道路交通的安全管理,提升了管理效能,还极大地缓解了执法人员不足,解决了人情执法的问题,管理效果十分明显.本文研究了一种基于人体运动轨迹跟踪的私揽行为检测算法,利用形状特征对人体目标进行识别,基于Kalman算法对人体目标轨迹预测并跟踪,获取有效的上下车人员数目及运动轨迹,检测并判断是否存在私揽行为,可适应复杂环境,抗干扰的能力较强.可对监控视频中上下车人员进行实时跟踪,判断私揽行为发生的可能性,并加以反馈.

摘要： 近年来,道路交通管理非现场执法的应用率越来越高,不仅强化了道路交通的安全管理,提升了管理效能,还极大地缓解了执法人员不足,解决了人情执法的问题,管理效果十分明显.本文研究了一种基于人体运动轨迹跟踪的私揽行为检测算法,利用形状特征对人体目标进行识别,基于Kalman算法对人体目标轨迹预测并跟踪,获取有效的上下车人员数目及运动轨迹,检测并判断是否存在私揽行为,可适应复杂环境,抗干扰的能力较强.可对监控视频中上下车人员进行实时跟踪,判断私揽行为发生的可能性,并加以反馈.

摘要： 近年来,道路交通管理非现场执法的应用率越来越高,不仅强化了道路交通的安全管理,提升了管理效能,还极大地缓解了执法人员不足,解决了人情执法的问题,管理效果十分明显.本文研究了一种基于人体运动轨迹跟踪的私揽行为检测算法,利用形状特征对人体目标进行识别,基于Kalman算法对人体目标轨迹预测并跟踪,获取有效的上下车人员数目及运动轨迹,检测并判断是否存在私揽行为,可适应复杂环境,抗干扰的能力较强.可对监控视频中上下车人员进行实时跟踪,判断私揽行为发生的可能性,并加以反馈.

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 本发明具体涉及一种电子取证方法、取证服务器、取证智能终端及取证系统，该方法包括：将取证人的登录信息及被取证人的身份信息发送给一取证服务器；读取取证全程的图像信息，生成视频文件；读取取证全程的音频信息，生成音频文件；读取被取证人的数字签名信息和被取证人的指纹信息，并将所述被取证人数字签名和指纹信息添加到预存的证词文件中；将随机字符串添加到取证文件的特定位置处，并对添加了随机字符串的取证文件进行哈希运算，生成第一取证文件摘要；将所述第一取证文件摘要和所述取证文件发送给所述取证服务器。通过本发明的技术方案，可以实现取证过程的全程电子化录入，并能防止取证文件被篡改。

摘要： 本发明公开了一种图像安全取证模型生成方法、取证方法及电子设备，包括根据预先建立的训练数据集对预设基础图像安全取证模型进行训练，生成第一图像安全取证模型；其中，训练数据集中的数据为经过篡改的图像；对第一图像安全取证模型的卷积层进行张量分解，生成第二图像安全取证模型；根据第一图像安全取证模型以及训练数据集对第二图像安全取证模型进行训练，生成第三图像安全取证模型。本发明通过对图像安全取证模型的卷积层进行张量分解，将参数量过多的卷积层分解为参数量较少的卷积层，生成的图像安全取证模型在保证性能的基础上极大的减少了参数量和运算量，适用于运行资源和存储资源有限且对时效性有较高要求的移动端。

摘要： 本发明具体涉及一种电子取证方法、取证服务器、取证智能终端及取证系统，该方法包括：将取证人的登录信息及被取证人的身份信息发送给一取证服务器；读取取证全程的图像信息，生成视频文件；读取取证全程的音频信息，生成音频文件；读取被取证人的数字签名信息和被取证人的指纹信息，并将所述被取证人数字签名和指纹信息添加到预存的证词文件中；将随机字符串添加到取证文件的特定位置处，并对添加了随机字符串的取证文件进行哈希运算，生成第一取证文件摘要；将所述第一取证文件摘要和所述取证文件发送给所述取证服务器。通过本发明的技术方案，可以实现取证过程的全程电子化录入，并能防止取证文件被篡改。

摘要： 本发明公开了一种基于感知哈希的实用安全图像取证系统及其取证方法，系统组成包括：证书管理机构CA和取证计算平台FCP、可信认证中心FC；由CA为用户、FCP及FC提供证书，为FCP及FC分配和管理哈希函数的控制密钥；FCP计算注册或取证阶段图像的特征值、生成哈希值；FC管理来自FCP的图像哈希值，提供检索和取证服务；用户将图像提交到FCP，由FCP计算提取图像检索特征，并利用CA分配的密钥来计算图像分块的HASH值，提交到FC数据库中；当用户需要认证图像时，同样提交到FCP中，提取检索特征以从FC中检索到最相符的原始图像，利用相同的密钥对该图像进行分块和计算HASH值，比较两者间的区别确定发生内容篡改的位置。本发明使系统在安全性、鲁棒性、敏感性和快速检索性等方面获得较好的均衡性能。

摘要： 本发明提供一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法，该方法能够有效区分自然图像和基于DWT压缩的图像，同时对于某种特定的针对压缩图像进行压缩痕迹取消的图像篡改也有很好的可区分行，该方法计算自然图像以及篡改图像的小波变换系数的联合概率直方图，针对该直方图进行归一化，然后进行霍夫变换，提取霍夫变换系数矩阵的均值，方差值，偏态值和峰态值作为支持向量机的特征值，该特征值组成训练集。支持向量机使用该训练集合训练生成分类模型，采用该模型对未知的特征值样本进行分类，判断图像是否经过压缩或者反压缩取证处理。本发明性能稳定，实施简便，具有高效性，准确度高，也适用于其他方面的自然图像和篡改图像取证检测。

摘要： 本发明公开了一种基于感知哈希的实用安全图像取证系统及其取证方法，系统组成包括：证书管理机构CA和取证计算平台FCP、可信认证中心FC；由CA为用户、FCP及FC提供证书，为FCP及FC分配和管理哈希函数的控制密钥；FCP计算注册或取证阶段图像的特征值、生成哈希值；FC管理来自FCP的图像哈希值，提供检索和取证服务；用户将图像提交到FCP，由FCP计算提取图像检索特征，并利用CA分配的密钥来计算图像分块的HASH值，提交到FC数据库中；当用户需要认证图像时，同样提交到FCP中，提取检索特征以从FC中检索到最相符的原始图像，利用相同的密钥对该图像进行分块和计算HASH值，比较两者间的区别确定发生内容篡改的位置。本发明使系统在安全性、鲁棒性、敏感性和快速检索性等方面获得较好的均衡性能。

摘要： 本发明提供一种针对自然图像和基于DWT压缩篡改图像的图像的取证方法，该方法能够有效区分自然图像和基于DWT压缩的图像，同时对于某种特定的针对压缩图像进行压缩痕迹取消的图像篡改也有很好的可区分行，该方法计算自然图像以及篡改图像的小波变换系数的联合概率直方图，针对该直方图进行归一化，然后进行霍夫变换，提取霍夫变换系数矩阵的均值，方差值，偏态值和峰态值作为支持向量机的特征值，该特征值组成训练集。支持向量机使用该训练集合训练生成分类模型，采用该模型对未知的特征值样本进行分类，判断图像是否经过压缩或者反压缩取证处理。本发明性能稳定，实施简便，具有高效性，准确度高，也适用于其他方面的自然图像和篡改图像取证检测。

摘要： 本发明公开了一种基于图像取证技术的虚假人脸图像检测方法及系统，该方法主要包括五个步骤：步骤一，在视频预处理模块，利用Dlib将原视频中的人脸截取作为预处理的数据集；步骤二，在插值与底层特征模块，将图片经SRM滤波器预处理，之后通过残差网络降维并通过XceptionNet进行特征提取；步骤三，在背景噪声模块，利用PRNU算法和注意力机制得到具有背景噪声信息的输出向量；步骤四，在视频修改检测模块，将上述模块的输出拼接经过全连接层得出修改的检测结果。步骤五，在可视化展示模块，采用Web交互技术实现结果的可视化展示。本发明可以有效提高虚假人脸检测的准确性，对于维护健康、绿色的网络环境具有重要意义。

摘要： 一种基于Sobel边缘检测与图像块亮度特征的图像篡改盲取证方法，其特征在于，包括以下步骤：对待检测的可疑图像转换为灰度图像，对灰度图像I(i,j)进行卷积处理，获得该图像的梯度图像G(i,j)，对G(i,j)进行阙值分割得到梯度图像G(i,j)，对梯度图像G(i,j)进行二值化处理得到二值化图像W(i,j)，对二值化图像W(i,j)进行1像素化，通过判断两子图像集的相似度，本发明通过对图像集进行分块处理，通过亮度均值排序能够有效提高取证算法效率，而且通过比较图像块的相似亮度值，进一步提高了准确率，而且进一步提高了图像取证的效率；本发明解决了由于大比例的缩放的克隆篡改行为而导致不能准确检测篡改图片的问题，通过归一化处理后的图像块亮度值，从而进一步提高了不同亮度值的克隆图像的检测结果。

摘要： 本发明公开了一种基于空间相关性的重新着色图像取证方法，包括如下步骤：步骤一：使用多种重新着色算法处理的图像和对应的自然图像来构造训练集和测试集；步骤二：提取空间相关性特征，对图像的每一个颜色通道计算在四个方向上的共生矩阵；步骤三：构造特征学习网络；步骤四：使用构造的训练集及对应的标签集来训练设计好的模型；步骤五：使用保存的最佳模型权重对测试集的图像进行预测，区分自然图像与重新着色后图像。本发明对预设网络模型进行训练，得到训练完成的重新着色图像检测模型，利用重新着色图像检测模型实现精确检测一张图片是否经过重新着色篡改，在涉及图像安全的多种实际应用场合中发挥重要作用。