数字图像/视频平滑滤波盲取证技术研究

The passive blind image/video forensics, a type of image/video authentication technique without relying on pre-registration or pre-embedded information, has become a hot issue in the field of information security techniques. In this project, we focus on forensic detection of image smooth filtering, a commonly used tampering operation to make the synthetic images/videos more realistic. Both global filtering and local filtering are taken into account. By using the reverse analysis approach, we first detect whether an image is smoothly filtered or not; and further estimate the type of smoothing filter and the significant parameters if the image/video is smoothly filtered. Given that the compression is an unavoidable post-processing operation in many practical applications, it is necessary to analyze the relationship between smooth filtering and image/video compression for obtaining robust and efficient detection algorithms. The target of this project is to accomplish a set of detection algorithms for image smooth filtering, which possess independent intellectual property rights and reliable performance. This research involves many discipline areas, such as digital image processing, pattern recognition and classification, blind signal detection and estimation, and so on, in favor of promoting the multidisciplinary integration, and has not only great scientific significance, but also broad market prospect in justice, security, news, science, military and business fields.

数字图像/视频篡改取证技术是国际上正在兴起的一个高新技术前沿课题，它在不需要其它辅助信息的条件下，仅根据接收到的数字图像或数字视频，即可实现对资源的真实性和完整性验证。本项目针对数字/视频图像处理和编辑篡改中常用的一种处理模式——平滑滤波进行逆向分析和检测，围绕全局滤波处理和局部滤波处理两种应用模式，在实现滤波操作存在性判别的基础上，将最终的研究目标拓展到对平滑滤波器类型的识别和相关核心参数的估测，同时从实用角度出发，研究平滑滤波与图像/视频压缩编码之间的相互关系，增强检测算法的鲁棒性和适应能力。预期目标将实现一套具有自主知识产权，性能可靠的数字图像/视频平滑滤波处理检测分析系统。本课题横跨数字图像处理、模式识别与分类、盲信号估计与检测等多个学科领域，开展此项研究有利于促进多学科交叉融合，不仅具有重要的科学意义，而且在司法、安防、新闻、科学、军事和商务等领域具有广阔的市场应用前景。

数字图像/视频篡改取证技术是国际上正在兴起的一个高新技术前沿课题，本项目针对数字/视频图像处理和编辑篡改中常用的一种处理模式——平滑滤波进行逆向分析和检测，围绕全局滤波处理和局部滤波处理两种应用模式，在实现滤波操作存在性判别的基础上，拓展到对平滑滤波器类型的识别和相关核心参数的估测。在图像/视频全局滤波处理检测方面，针对彩色图像的中值滤波处理问题，提出了基于生成式对抗网络的滤波检测算法，它利用自然图像中的暗通道先验知识，构建和训练生成式对抗网络模型，通过检测待测图像对生成器与判别器之间的平衡影响，判别图像是否经历过中值滤波处理。针对图像/视频重采样处理问题，提出了基于盲反卷积的检测方法，它利用盲反卷积操作逆向恢复图像重采样历程，可以有效地检测图像重采样操作和识别不同的插值操作类型。在图像/视频局部滤波处理检测方面，针对利用稀疏先验知识进行局部滤波修复的操作，提出了基于低秩约束下典型相关分析的检测算法，它主要构建基于稀疏先验的修复滤波处理与传统典型相关分析之间的关系模型，并引入低秩约束形成改进的典型相关分析表达式，并以此为依据来辨别原始图像和被修复的图像。针对视频中电视台标删除后的局部滤波操作的检测问题，提出了一个通用的电视台标删除检测框架。它利用稀疏学习来构造低维特征集，用来有效检测每帧图像中的篡改区域，同时利用时间先验知识和空间先验知识，引入改进的三维形态学运算，实现篡改区域的时空域定位。另外，课题组成员还在强鲁棒性视频水印算法设计、多媒体内容语义智能分析、基于内容的三维模型检索关键技术等几个方向进行了探索性研究。最后，课题组将几种局部滤波检测算法进行综合，实现了针对图像/视频滤波操作的检测功能模块，并将其集成于课题组研发的视频内容智能分析检测平台之中，为将包含篡改检测在内的多种视频资源智能分析技术的实用化迈出了坚实的一步。