圖像取證分析的多特徵分類器融合研究

《圖像取證分析的多特徵分類器融合研究》是依託北京交通大學，由盧燕飛擔任項目負責人的面上項目。

基本介紹

• 中文名：圖像取證分析的多特徵分類器融合研究
• 項目類別：面上項目
• 項目負責人：盧燕飛
• 依託單位：北京交通大學

項目摘要

隨著圖像在新聞圖片、法律證據、數字金融文檔領域的大量使用，各種看似真實實則篡改的圖像和以假亂真的計算機成像圖像帶來了網際網路和大眾的信任危機，圖像取證技術已成為信息安全領域中一個新興且極其重要的研究方向，同時也是研究圖像內容安全的關鍵技術。本課題圍繞自然圖像高階特徵與分類器融合的研究，將高階特徵與現有普遍套用的低階特徵相結合，並引入新分類器不同算法的多特徵融合，實現自然圖像的篡改取證。具體內容包括：1、研究基於高階能量譜的特徵提取方法，建立圖像的高階譜特徵的模型；2、針對自然圖像複雜多變的特點，對圖像自然視覺特性進行多特徵融合和最佳化；3、套用於圖像篡改和特徵分類，並在分類決策工作中進行多特徵融合，研究更有效、更準確的判別、分類方法，特別是研究分類算法在取證領域中的新套用，以進一步提高檢測效率。該項目可套用於圖像證據的可信性認證、圖像的真偽識別，保護網際網路上圖像內容的真實性和證據的合法性。

結題摘要

隨著數字圖像技術的發展，圖像認證技術中盲取證技術的重要性日益顯現。本研究課題側重研究圖像認證過程中真實圖像和篡改圖像相關特徵的提取及分析認知，並實現對這些特徵的綜合套用分類，從而實現更準確、全面的圖像認證效果。 在整個項目實施過程中，我們主要完成了以下工作： (1)對真實圖像和篡改圖像的一些特徵進行了對比分析研究，這些特徵主要包括：像素相關性、圖像統計描述特徵、高階矩特徵、噪聲特性、邊緣特性、光照特性等。研究分析表明這些特徵都有助於進行圖像的認證，它們對於拼接圖像的認證、自然圖像與計算機合成圖像的區分、翻拍圖像的認證都具有較好的套用效果； (2)利用本研究發現的這些新特徵並結合以往的一些研究成果，進行特徵融合套用，實現了對拼接、翻拍及人工合成圖像的綜合認證，進一步提高檢測效率。 本研究項目成果可套用於圖像證據的可信性認證、圖像的真偽識別，保護網際網路上圖像內容的真實性和證據的合法性。根據項目的研究成果已經發表論文13篇，申請軟體著作權2項，培養博士、碩士研究生共12人。