篡改检测

摘要： 现有数字图像篡改被动检测技术相关综述对传统检测手段的描述详实细致,但缺乏对以深度学习为导向的利用卷积神经网络检测技术的系统介绍。针对数字图像篡改被动检测问题,就基于特征提取的传统篡改检测和基于卷积神经网络的篡改检测两个主要研究方向进行了阐述,分析和总结了其主要研究工作和相关算法,并在此基础上指出了数字图像篡改被动检测未来可能的发展趋势。

摘要： 图像修复是计算机视觉中的一个经典应用。基于深度学习的修复算法可以用较低的成本生成逼真的修复图像。然而,这种强大的算法有潜在的非法或不道德用途,如删除图像中的特定对象以欺骗公众。尽管目前出现许多图像修复的取证方法,但在复杂的修复图像中,这些方法的检测能力仍然有限。基于此,文章提出使用稠密连接的网络有效定位逼真的深度修复图像中的篡改区域。该网络是一种基于稠密连接的编码器和解码器架构,其中引入的稠密连接模块可以更好地捕获在修复图像中细微的篡改痕迹。此外,在稠密连接模块中嵌入Ghost模块、空洞卷积和通道注意力机制可以实现更好的定位性能。实验结果表明,该方法能够在逼真复杂的深度修复图像中有效地识别出篡改区域,并且能够满足对JPEG压缩和旋转的鲁棒性需求。

摘要： 音频的应用现已遍及家庭生活,社会宣传以及一些司法的领域,但随着语音合成技术的不断发展,音源数据的采集和开发,现实网络中已出现多种合成音,因此音频的真实性已无法得到充分的保证。针对音频在发生篡改、拼接等情况时,在语谱图的基础上,对音频信号进行音频取证,提出一种通过Python对音频信号进行预处理,分帧、加窗,并计算统计每一帧中的高频分量占比,通过分析占比波形来达到音频篡改检测的目的,验证音频的真实性和可靠性。

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： 图像真实性检验在许多领域有着极为重要的应用,现有图像篡改检测方法大多稳定性较差或受图像格式限制,不能满足日益复杂的实际需求.为了进一步提高检测正确率和适用范围,提出了一种基于深度学习(Mask-RCNN)的图像篡改检测方法.Mask-RCNN能够对检测目标进行高效率的辨识,同时精准确定目标边界,但其主要应用于物体识别领域,特征提取更倾向于图像内容方面的特征.为了解决这一问题,引入双流机制来引导本算法提取图像噪声特征和边界像素特征.使用CASIA v2.0中图像对算法进行训练和验证,并使用CASIA v1.0中的图像及其压缩图像进行测试.大量结果表明双流Mask-RCNN具有较高的准确性和鲁棒性.

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： 修图软件的多样化发展对篡改检测效果提出了新的挑战,针对小目标复制图像,以机器视觉作为技术支持,设计一种图像篡改检测方法.利用Prewitt方向导数近似算子,检测复制图像边缘,通过转换图像检测空间为参数空间,完成模板匹配与匹配值加权;经过非极大值抑制处理角点响应函数的各个方向,获取直角角点输出及其方向,扩充角点区域后明确检测区域,采用zernike矩离散化处理图像的实部与虚部,提取图像特征,结合图像各角点坐标与亚像素坐标,判定伪造区域与真实区域,实现图像篡改检测.从公开图像数据集CASIA中随机选取实验数据集,经过对比评估指标数据发现,在图像数据受到不同程度的图像压缩攻击和高斯噪声污染时,所提方法仍具有显著的稳定性与有效性,通过AUC值进一步验证了较好的综合性能与实际应用性.

摘要： 随着数字图像篡改技术不断的革新换代,传统的取证方法已经无法对抗最新的多媒体篡改手段和技术,尤其是深度造假及深度学习技术带来的全新挑战.总结提炼了包括图像预处理模块、特征提取模块及分类结果后处理模块的通用数字图像取证框架,并在提出的框架基础之上分析现有相关研究的优缺点,同时归纳了数字图像取证面临的挑战并指明未来的发展方向.

摘要： 面对每天有数以百万计通过网络传播的多媒体数据,到底哪些内容是真实可信的,虚假内容的背后又经历了哪些篡改?数字取证技术将给出答案.该技术不预先嵌入水印,而是直接分析多媒体数据的内容,达到辨别真实性的目的 .任何篡改和伪造都会在一定程度上破坏原始多媒体数据本身固有特征的完整性,由于其具有一致性和独特性,可作为自身的"固有指纹",用于鉴别篡改文件.随着篡改媒体的数量与日俱增,社会稳定甚至国家安全受到了严重威胁.特别地,随着深度学习技术的快速发展,虚假媒体与真实媒体之间的感官差距越来越小,这对媒体取证研究提出了巨大挑战,并使得多媒体取证成为信息安全领域一个重要的研究方向.因此,目前迫切需要能够检测虚假多媒体内容和避免危险虚假信息传播的技术和工具.本文旨在对过去多媒体取证领域所提出的优秀检测取证算法进行总结.除了回顾传统的媒体取证方法,还将介绍基于深度学习的方法.本文针对当今主流的多媒体篡改对象:图像、视频和语音分别进行总结,并针对每种媒体形式,分别介绍传统篡改方法和基于AI(artifi-cial intelligence)生成的篡改方法,并介绍了已公开的大规模数据集以及相关应用的情况,同时探讨了多媒体取证领域未来可能的发展方向.

摘要： 数字音频广泛应用在家庭生活、媒体通讯、司法取证等领域。各类篡改软件的出现严重影响了音频的可靠性,音频篡改检测技术已经成为语音信号处理和信息安全领域的热点和难点。文章针对不同采样率的音频的拼接、篡改检测、篡改识别,采用Python自制音频录制程序模拟不同设备以及FFMPEG技术进行编辑,以此构造录音篡改检测的研究数据,并在音频信号的功率谱分析基础上,提出一种通过Matlab对录制拼接的音频进行分帧、滤波以及特征提取的办法,在分析每帧音频功率谱的变化上,达到拼接音频检测的目的,验证音频信息的可靠性和有效性。

摘要： 针对网页篡改问题,设计了一种基于机器学习的批量网页篡改检测方法.以一所综合性大学所有注册网站为研究对象,通过抓取网站首页面的所有信息,对抓取数据进行分类建立对应的检测规则,综合判断网页是否存在篡改.该方法分为学习阶段和检测阶段,学习阶段根据网页历史信息获取各个检测器的标准值,检测阶段对待检测网页的各个参数进行检测,综合多个检测器的输出,反馈检测结果,若结果为误报,则系统进行重新训练修正参数.以实际发生的网页篡改案例为依据,进行网页篡改模拟,并对误报率和漏报率进行了分析,结果表明:当检测数据集窗口大小为11,报警阈值为2时,误报率为1.183％,漏报率为0.878％,获得了最优的效果.

摘要： 复制-粘贴是一种简单有效的图像篡改技术,它把图像中某一部分复制后,粘贴到同一图像的另一区域中,以达到伪造图像的目的.针对此篡改的检测,现有算法大都复杂度高,效率低,不能精确定位篡改区域或者不能解决多重复制-粘贴的问题.针对这些问题,提出了一种基于SIFT关键点的篡改检测的改进算法.首先利用SIFT算法检测关键点,接着提出了一种递归分半的策略进行关键点匹配,基于J-Linkage聚类得出仿射变换模型并将待测图进行仿射变换,引入快速ZNCC准则衡量待测图与变换图之间的相关性,最后基于图像相关性定位出篡改区域.实验结果表明,算法具有较高的效率和良好的篡改区域定位效果,且能解决多重复制-粘贴的问题.

摘要： 首先基于tetrolet-covering在4×4图像块级分析JPEG压缩的量化误差效应.接着,引入tetrolet-covering变化图提出了基于压缩历史不一致性检测图像合成篡改检测方法.当一幅图像中包含有不同压缩历史的图像块(篡改块),对图像重压缩会使不同的图像块在压缩前后在图像局部结构上变化程度不同.本文基于此思想,在tetrolet-covering变化图中检测合成图像中的篡改块.实验结果表明该方法在不保证JPEG网格结构对齐时也能够检测出篡改块,且不需要用不同压缩质量压缩图像查找"JPEG ghost"的出现,从而提高检测速度.

摘要： 该文基于零水印原理，采用文本中两个多音字之间的汉字以及多音字的读音特性来构造零水印，提出一种基于多音字特征的中文文本篡改检测水印算法。仿真实验表明，该算法产生的水印不仅具有较好的不可见性和鲁棒性，同时还能识别定位出对文本内容的删除、添加和替换等的攻击。

摘要： 针对现有的复制粘贴图像篡改检测算法需要某些先验信息、对后处理操作失效且计算量大等问题，本文提出了一种新的针对复制粘贴篡改的检测模式。采用SURF（Speed Up Robust Feature)提取图像的几何不变量特征，KNN（最近邻）进行特征匹配，待鉴定图像的匹配点对用点与点之间连线标记,如果图像被篡改过，所标记的线段将明显集中于某两个区域之间，采用CASIA图像集，通过Matlab仿真实验，验证了该算法不但可以适应平移、旋转及缩放等几何变换，而且有效的抵抗噪音污染、有损JPEG压缩等攻击，检测的速度也得到了很大的提高，检测速度是经典检测算法的十倍以上。

摘要： 建立了一种基于权重球面谐波框架的光照模型,该模型可以对二维信息进行鲁棒的复杂光照信息提取;利用权重球面谐波框架光照模型对二维数据进行分析,提出了一种新的利用冗余光照特征对图像进行鉴别的技术.实验结果表明:该技术具有鲁棒性和自然调制性,与基于球面谐波基的光照模型相比,不论是合成数据,还是实际的真实图像,无论在光照一致性分析还是光照区分上,该技术都显示出明显优势.把该技术应用到篡改案例时,同样取得了较好的结果.

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： JPEG图像的双量化效应为JPEG图像的篡改检测提供了重要线索.根据JPEG图像被局部篡改后,又被保存为JPEG格式时,未被篡改的区域(背景区域)的离散余弦变换(DCT)系数会经历双重JPEG压缩,篡改区域的DCT系数则只经历了1次JPEG压缩.而JPEG图像在经过离散余弦变换后其DCT域的交流(AC)系数的分布符合一个用合适的参数来描述的拉普拉斯分布,在此基础上提出了一种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,并依据贝叶斯准则,利用后验概率表示出图像篡改中存在的双重压缩效应块和只经历单次压缩块的特征值.然后设定阈值,通过阈值进行分类判断就可以实现对篡改区域的自动检测和提取.实验结果表明,该方法能快速并准确地实现篡改区域的自动检测和提取,并且在第2次压缩因子小于第1次压缩因子时,检测结果相对于利用JPEG块效应不一致的图像篡改盲检测算法和利用JPEG图像量化表的图像篡改盲检测算法有了明显的提高.

摘要： 对数字图像取证技术及其研究现状进行介绍,将数字图像取证研究领域按照其研究角度划分为图像来源认证(源识别)和图像篡改取证(篡改检测)两个方面,为现有技术进行综述.针对数字图像来源认证,将现有的技术方法按实现的机理不同分为4大类:基于镜头畸变的方法、基于像素缺陷的方法、基于模式噪声的方法、基于CFA插值的方法.针对图像篡改取证分别介绍了3大类方法的特征及其所属各种典型算法.

摘要： 针对数字图像检测中一类常见的复制-粘贴图像篡改，提出一种基于小波变换和径向Krawchouk不变矩的盲检测算法。算法利用小波变换提取图像的低频分量，对低频分量分块提取径向Kratchouk不变矩特征，这种特征描述方式对图像旋转后处理具有鲁棒性，然后将特征向量进行按字典排序，并结合数学形态学进行图像复制篡改区域的检测和定位。实验表明该算法能有效地定位出复制和粘贴的图像篡改区域，并对粘贴区域旋转操作具有很强的鲁棒性。

摘要： 本申请提供了一种人脸篡改视频检测方法，包括：基于待检测视频对应的多幅图像帧确定所述多幅图像帧对应的多个盲反卷积核，其中，所述多幅图像帧和所述多个盲反卷积核呈一一对应关系；基于所述多个盲反卷积核确定所述待检测视频的类型，其中，所述类型包括篡改视频和非篡改视频。由于篡改视频和非篡改视频对应的图像的盲反卷积核有一定的差异，通过盲反卷积核确定所述待检测视频的类型，提高了人脸篡改视频检测的准确性，且篡改视频和非篡改视频对应的图像的盲反卷积核之间的差异对视频的模糊程度、压缩率等要求较低，因此，通过盲反卷积核确定待检测视频的类型的方法具有较高的通用性。

摘要： 本申请提供了一种人脸篡改视频检测方法，包括：基于待检测视频对应的多幅图像帧确定所述多幅图像帧对应的多个盲反卷积核，其中，所述多幅图像帧和所述多个盲反卷积核呈一一对应关系；基于所述多个盲反卷积核确定所述待检测视频的类型，其中，所述类型包括篡改视频和非篡改视频。由于篡改视频和非篡改视频对应的图像的盲反卷积核有一定的差异，通过盲反卷积核确定所述待检测视频的类型，提高了人脸篡改视频检测的准确性，且篡改视频和非篡改视频对应的图像的盲反卷积核之间的差异对视频的模糊程度、压缩率等要求较低，因此，通过盲反卷积核确定待检测视频的类型的方法具有较高的通用性。

摘要： 对使用多个秘密分散的秘密计算中的篡改进行检测。秘密计算装置(1)将分散值[a0],…,[aM‑1]作为输入，将基于函数F的函数值[F([a0],…,[aM‑1])]作为输出，对秘密计算中的篡改进行检测，其中，函数F是进行使用J种秘密分散的秘密计算的函数。随机数生成部(12)求出分散值[r0],…,[rJ‑1]。随机化部(13)计算将分散值[am]和分散值[rj]乘法运算后的分散值[amrj]，生成随机化分散值mm],[amrj]>。秘密计算部(14)将计算对象和计算结果的随机化分散值包含到校验和Cj中，并且，求出函数值[F([a0],…,[aM‑1])]。同步部(15)进行待机直到使用全部的秘密分散的秘密计算结束为止。正当性证明部(16)检验分散值与分散值[ψj]是否相等，其中，分散值是对校验和Cj中包含的分散值[f0],…,[fμj‑1]的总和乘以分散值[rj]后的分散值，分散值[ψj]是作为校验和Cj中包含的分散值[f0rj],…,[fμj‑1rj]的总和的分散值[ψj]。

摘要： 能够有效地应用于保密计算，且篡改成功概率能够设定为更低。篡改检测装置包含：参数存储部，存储用于从环R向环R

摘要： 本发明提供了一种人脸防篡改水印生成方法、篡改检测方法及属性检测方法，所述人脸防篡改水印生成方法包括以下步骤：步骤1，读取原始图片，检测原始图片中的人脸位置信息；步骤2，对原始图片进行截取，生成N个目标图片；步骤3，分别对目标图片进行人脸特征识别，获得N个人脸特征向量；步骤4，判断原始图片的像素信息是否低于像素阈值；若是，则执行并行压缩加密策略，获得并行字符特征向量；若否，则执行串行压缩加密策略，得到串行字符特征向量；步骤5，根据并行字符特征向量或者串行字符特征向量，生成人脸防篡改水印图像W。本发明不但能够快速生成自动适应不同像素容量原始图片的人脸防篡改水印，还能够提高人脸防篡改水印的保密性。

摘要： 本发明提供了一种双流U‑Net图像篡改检测网络系统，该网络采用U型编解码网络结构，编码器包括RGB流和Noise流，采用RGB流去提取图像中的高低层次篡改特征，从而获得粗定位效果；采用Noise流作为补充流去揭露图像中的局部噪声不一致性；两流以轻量级的层次化方式结合，使得本发明网络在不同的尺度上，感知形状与尺寸上差异大的篡改目标；编码器编码后，网络采用解码器同时融合编码特征与跳跃特征，获得丰富的低层次篡改痕迹和空间定位信息，满足精确定位篡改目标区域的需求；应用该双流U‑Net图像篡改检测网络系统的图像篡改检测方法，能同时检测拼接、复制移动、去除三种类型的篡改，该方法具备一定的鲁棒性，在应对不同压缩因子的JPEG压缩攻击中，仍能保持较好的检测效果。

摘要： 本发明提供了一种视频防篡改检测方法及视频防篡改检测系统。一种视频防篡改检测方法，包括视频源输入；将视频源进行解封装，解码后的所有的视频帧数据提取关键帧，然后根据图像的颜色格式，提取出其中的灰度图像；将灰度图像裁剪为n*n的均匀分块，针对每一个块进行特征值提取，将得到的n*n个特征值组合为一个大的特征值，即这一帧图像的特征值；得到原始视频特征值库和对象视频特征值库，将对象视频特征值库中的特征值挨个取出，与原始视频的特征值库进行对比；如果计算得出有篡改，那么从这一帧开始录制视频并保存，直到计算得出视频帧没有经过篡改时或者视频结束，结束视频的录制保存，一边作为后期证明视频篡改的证据。

摘要： 实施方式的篡改检测系统，是具备能够与1个以上的对等体中的某1个连接的1个以上的第1终端和检测装置的篡改检测系统，所述第1终端具备：取得部，从所述对等体取得块链中包含的块哈希；及发送部，将包含第1签名对象数据及所述第1签名对象数据的电子签名的第1交易记录发送至所述对等体，所述第1签名对象数据包含所述块哈希和基于所述第1终端的交易内容的数据，所述检测装置具备：接收部，从所述对等体接收所述块链；及检测部，在所述块链的块中包含的第1交易记录中包含的所述电子签名不是有效的、或者与所述块中包含的所述第1交易记录中包含的所述块哈希相同的块哈希未包含于所述块链的情况下，检测所述块链的篡改。

摘要： 能够有效地应用于保密计算，且篡改成功概率能够设定为更低。篡改检测装置包含：参数存储部，存储用于从环R向环R

摘要： 本发明是使用了利用数论变换的脆弱型的电子水印法的篡改检测法。处理部设定数论变换的参数P、N、α(S101)，读入原图像块f