网络环境下数字图像可信性度量理论与方法研究

Currently, digital image trustworthiness evaluation faces two challenging problems. One is caused by kinds of noise and the diversity of tampering types under current network environment, and the other is the trustworthiness evaluation and privacy protection collaboration caused by the privacy protect requirement of some network applications. This project study and explore the in-depth new theories and methods related to the digital image trustworthiness evaluation under network environment.. We firstly study the models of sparse representation for digital image trustworthiness evaluation, which provides the model basis for active and passive trustworthiness evaluation methods. .Secondly, we study the passive digital image trustworthiness evaluation method based on sparse representation and evidence theory. We also study the perceptual hash active trustworthiness evaluation method based on sparse representation and information distance. We find the solution to the first problem of network digital image trustworthiness evaluation via innovation of trustworthiness evaluation method. .Finally, the project focuses on the privacy protection requirement of each layer of active and passive trustworthiness evaluation, solving the second problem of network digital image trustworthiness evaluation by designing the algorithms and protocols related to the digital image trustworthiness evaluation. .Through the exploration of related scientific problems, the project will construct the basic theory and methodology of network digital image trustworthiness evaluation，and it is benificial to conduct the application of the digital image trustworthiess evaluation under real network environment.

目前网络环境下数字图像可信性度量面临:各种噪声和篡改类型多样性造成的度量困难性问题，以及在一些应用下隐私保护需求带来的可信性度量与隐私保护协同困难性问题。项目针对这两个问题，深入研究和探索网络环境数字图像可信性度量新的理论和方法。首先研究适合数字图像可信性度量的稀疏表示模型，为数字图像主动和被动可信性度量方法提供模型基础；然后在此基础上研究基于稀疏表示和证据理论的数字图像被动可信性度量方法，及基于稀疏表示和信息距离的感知hash 主动可信性度量方法，通过创新可信性度量方法解决网络数字图像可信性度量的第一个困难问题；最后针对主动和被动可信性度量各个层次环节的隐私保护需求，设计数字图像可信性度量与隐私保护协同的相关算法和协议，解决网络数字图像可信性度量的第二个困难问题。项目的研究结果，对建立网络环境下数字图像可信性度量的基本理论和方法体系、指导数字图像可信性度量在网络实际环境中的应用有意义。

目前网络环境下数字图像可信性度量面临:各种噪声和篡改类型多样性造成的度量困难性问题，以及在一些应用下隐私保护需求带来的可信性度量与隐私保护协同困难性问题。本项目深入研究和探索网络环境数字图像可信性度量新的理论和方法，并针对这两个问题，研究基于证据理论的数字图像被动可信性度量方法；建立具有隐私保护的网络海量信息可信性度量模型，为具有隐私保护的信息可信性度量技术提供理论模型指导。研究不完备、不确定、不协调的海量信息可信性度量技术，提出了基于稀疏表示的盲隐写分析技术；研究具有隐私保护的基于感知hash的主动信息可信性度量技术，提出一整套面向数字图像可信性度量的感知哈希安全协议；研究具有隐私保护的被动盲可信度量技术，提出了一种面向分类器隐私保护的基于多层粗糙集模型的k-匿名算法。受本课题资助，已经发表SCI收录国际期刊论文3篇，国内核心期刊论文1篇，国际会议论文4篇（EI收录），已经录国内核心期刊论文1篇，已经投稿国际期刊论文2篇，国内期刊论文1篇，新获授权专利1项。相关工作，为本项目及其后续课题的继续研究奠定了坚实的基础。项目的研究结果，对建立网络环境下数字图像可信性度量的基本理论和方法体系、指导数字图像可信性度量在网络实际环境中的应用有一定的意义。