《數字圖像的通用全局盲取證技術的張量分析研究》是依託中國科學技術大學，由李衛海擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：數字圖像的通用全局盲取證技術的張量分析研究
- 項目類別：青年科學基金項目
- 項目負責人：李衛海
- 依託單位：中國科學技術大學
中文摘要,結題摘要,
中文摘要
針對當前數字圖像盲取證技術缺乏統一的理論基礎，各種取證算法只針對圖像成像及處理過程中的個別特徵進行檢測，檢測準確率有限而約束條件較嚴等問題，採用張量分析手段，對圖像獲取設備和處理歷程進行建模，探索數字圖像盲取證技術的一般性理論基礎，在此之上，研究具有強魯棒性且約束條件少的數字圖像全局盲取證方法。研究重點與創新點包括：1、將圖像獲取與處理歷程視為全局過程，構建全局過程的一般性數字圖像盲取證理論基礎；2、探索新的適宜對全局特徵進行分離的張量分解技術；3、通過全局特徵的提取與分析，實現魯棒的圖像來源認證、圖像處理歷程認證、圖像局部篡改檢測等圖像盲取證主要目標。.本項目的理論研究對揭示數字圖像盲取證技術的一般規律有重要意義，為深入研究高效盲取證方法奠定理論基礎，推動盲取證技術的發展。具體盲取證技術的研究是在理論研究基礎之上的實踐探索，即提供了具有較強通用性的實踐技術，也是對理論正確性的一個檢驗。
結題摘要
數字圖像盲取證技術是在不依賴先驗知識的情況下，判斷數字圖像是否經過修改及修改情況的技術。當前，國內外學者針對數字圖像的統計特徵和成像處理過程中設備留下的痕跡，設計了多種算法來鑑定圖像的真偽，並確定篡改區域。但這些算法往往只針對某種特定特徵進行取證，檢測準確率受條件約束嚴重。 本項目針對多種圖像來源和複合處理等複雜情況，以張量分析為主要手段，對圖像獲取設備和處理歷程進行建模，探索數字圖像盲取證技術的一般性理論基礎，研究具有強魯棒性且約束條件少的數字圖像盲取證通用方法。主要研究重點與創新點包括： （1）將圖像獲取與處理歷程視為全局過程，提出一般性數字圖像盲取證理論。該理論藉助Tucker張量分解工具，將數位相機感光器件獲取的原始數據作為張量核，將彩色濾波陣列插值、亮度矯正、噪聲抑制等操作的線性成分作為張量分解矩陣，將非線性部分作為分解殘差，並將殘差作為圖像獲取設備與處理歷程的特徵。 （2）研究了基於張量分析的數字圖像獲取設備取證、數字圖像處理歷程認證、圖像局部篡改檢測等技術，提出相應算法，並總結了張量分析手段的優點和局限。通常數碼相片以JPEG格式保存，我們取張量分解殘差在頻域1/8整數倍位置上的峰值作為特徵，用可靠數據訓練SVM分類器後，可以魯棒地獲得較高的分類準確率。但與內容相關的圖像處理算法必然會導致全局特徵的差異，不適宜用張量分析方法進行檢測。 （3）研究了數字圖像縮放、旋轉操作的重採樣檢測。偽造圖像時往往會採用複製-貼上操作，為了保證視覺效果，會對貼上區域進行縮放、旋轉等處理，引入重採樣。通過無向像素方差的頻譜分析，可以檢測到縮放、旋轉操作引入的周期性，周期大小與縮放、旋轉的參數相關。因此，可以通過無向像素方差頻譜中的周期檢測，提取圖像縮放、旋轉操作參數，實現局部篡改的檢測。 （4）圍繞圖像局部篡改檢測，研究了圖像顯著性區域分割技術，提出了一種基於超級像素的圖像顯著性區域表示方法。以超級像素為處理單元，以超級像素中的顏色、紋理特徵為分類依據，較好地實現了圖像中感興趣目標的分割提取，提高了數字圖像局部篡改檢測的針對性，降低了運算量。 本項目的理論研究有助於建立數字圖像盲取證技術的一般性理論，為進一步深入研究奠定基礎。從全局角度進行特徵提取與分析的取證方法提高數字圖像盲取證技術的能力，為有效地檢測處理過程相對複雜的偽造圖像提出新的方法，推動了盲取證技術的發展。
