第9章 多媒体认证教学课件.ppt

9.3 被动式图像认证 3.基于图像伪造过程遗留痕迹的盲取证技术 （1）复制-粘贴检测方法 通过寻找图像中存在的相似区域来检测图像中的伪造痕迹。空间域搜索算法、降维的搜索算法、变换域搜索算法等。 9.3 被动式图像认证 9.3 被动式图像认证 （2） JPEG双重压缩检测方法 一幅JPEG图像被解压，然后用另一个量化表重新压缩存储。 特点：会使图像DCT变换系数的直方图产生周期性模式。双重压缩不能绝对说明图像是伪造的，只能作为图像伪造检测时的一种间接证据。 9.3 被动式图像认证 9.3 被动式图像认证 （3）图像重采样检测方法 图像重采样，如旋转、缩放、平移等，往往伴随插值操作，使像素之间的相关性发生变化，通过检测重采样引起的原始信息变化规律，可以判别图像是否被修改。如期望最大化算法的概率图的傅里叶频谱图中会出现规律性的亮点。 （4）光照条件不一致性检测方法 剪接形成的两幅图像，往往很难完全吻合由定向光照物体（如太阳）带来的照明效果。可以根据光源方向是否一致来检测图像是否伪造。 9.3 被动式图像认证 真实图像 篡改图像 9.3 被动式图像认证 9.3 被动式图像认证 （5） 模糊估计方法 图像篡改，如人脸替换、肤质平滑、全景摄影中都不可避免地要用到模糊操作，用来减少伪造图像不连续的程度或删除无用的缺陷。 可以通过图像中附加的模糊过程探测图像篡改。如通过估计图像分块边缘的清晰度/模糊度检测和定位篡改区域。 9.3 被动式图像认证 4.基于成像设备一致性的盲取证技术 （1） CFA插值检测方法 大多数中低档数码相机拍摄的彩色照片是通过单个传感器结合色彩滤镜矩阵CFA来获取的。CFA图像仅采集了彩色照片中部分样本点，其余样本点需要用插值方法进行填充。 可以通过检测样本点之间关联关系的改变检测图像的篡改。如线性模型、非线性模型等。 （2） 模式噪声检测方法 拍摄照片过程中会对图像附加上该相机特有的模式噪声，缺乏模式噪声的区域可以被认为是伪造区域。 9.3 被动式图像认证 （3） 色差检测方法 由于光学系统不能很好地聚焦不同波长的光线而导致光学成像系统会对图像产生色差失真。当图像被篡改时，色差一致性会被破坏。 （4）相机响应常态性和一致性检测方法 图像辐照度r与最终输出图像的强度R可以用相机相应函数f表示： 不同的相机有不同的响应功能，其不一致性可作为图像篡改的一种证据。 9.3 被动式图像认证 5.基于自然图像统计特征的盲取证技术 （1） 自然图像统计模型方法 计算机生成的图像与自然图像的统计特征（如均值、方差、峰度等）有很大不同，可以利用这些特征训练不同的分类器对自然图像和计算机生成的图像进行分类。 （2）双相干系数和边缘百分比特征方法 利用双相干幅度、相位变化的预测残差以及边缘百分比特征，训练不同的分类器，检测图像拼接操作。 9.3 被动式图像认证 （3）图像质量度量和二元相似性度量等特征方法 利用图像质量度量、图像位平面之间的相关性以及位平面内部的二元纹理特征的相关性检测图像的篡改。 又叫多媒体鉴别、多媒体取证。多媒体改动有合法与非法两种，压缩或格式转换在某些应用中认为是合法的。 * 对图像的7个最高有效位及尺寸进行Hash函数运算，作为原始图像的特征，该特征与一个有意义的二值水印图像经过异或操作后，经公开密钥加密，嵌入到图像中最低有效位。当图像内容受到怀疑时，首先将图像的7个最高有效位与图像尺寸经过Hash运算后得到图像特征，然后将图像最低有效位公开解密后的结果与该特征通过异或操作后就得到嵌入的水印。 * 一种可以用来防止密码分析攻击的方法就是每幅图像使用不同的密钥嵌入水印；另一种方法是使图像内的每一个认证单元所嵌入的水印信号依赖于其它认证单元的内容或者全局信息；有时可以把这两种方法结合起来。 * 上面三个方框为图像盲取证需要的知识。 * 全景摄影指的是图像拼接操作。 * 同一图像相干性较强，拼接部分相干性变弱。 * 第九章 多媒体认证 基本内容 9.1 概述 9.2 主动式图像认证 9.3 被动式图像认证 9.1 概述 9.1 概述 9.1 概述 9.1 概述 2.多媒体认证的分类 （1）根据多媒体类型分类 图像认证、声音认证、视频认证等。 1.多媒体认证的目的 对多媒体数据的真实性做出“是”或“否”的回答。 指出多媒体被篡改的位置、程度等其他信息。 9.1 概述 （2）根据是否需要预先嵌入检测信号分类 主动式多媒体认证 以数字水印技术为基础，先利用数字水印技术向其中嵌入检测信号，即水印。(水印有可能是根据原始多媒体数据计算得到) 需要对多媒体认证时，检测其中的水印，根据水印判断多媒