基于主动取证的图像/视频鉴伪计算方法研究

面向在网络信息的真实性鉴别和过滤、法庭取证、新闻传媒、数字图书馆、军事图像信息鉴别等领域有着广泛应用潜力的图像/视频鉴伪技术展开深入研究。研究具有一定通用性和不依赖于任何训练样本库的基于主动取证的图像/视频内容真实性和完整性鉴别算法。基于模糊综合评判理论，研究图像关键特征的数学描述和提取方法，把图像关键特征与三角网格(mesh)化处理相结合，构造具有可区分性(安全性)、鲁棒性、篡改敏感性的紧凑图像签名算法；在此基础上，建立基于主动取证的图像篡改检测与篡改定位算法，实现同时具有抗几何形变鲁棒性和篡改定位的双重功能，动态确定签名比较的阈值，解决目前依赖于人为指定的问题；研究不依赖于任何特定关键帧选择算法的可伸缩视频签名算法；建立基于主动取证的图像/视频鉴伪算法的量化评价模型。本课题的研究成果不仅可以用于图像/视频的内容真实性和完整性鉴别，而且可以用于大规模媒体库的快速检索。

数字技术的快速发展以及功能强大的图像/视频处理工具的广泛使用，使得人们可以轻易地篡改图像/视频的内容而不留下任何痕迹。这种现象使得“眼见为实”这个古老的谚语不再可信。如何建立图像/视频内容的真实性鉴别和信任机制，是信息领域的一个具有挑战性的新的研究课题。本项目针对在网络信息的真实性鉴别和过滤、法庭取证、新闻传媒、数字图书馆、军事图像信息鉴别等领域有着广泛应用潜力的图像/视频内容真实性鉴别技术展开深入研究。主要研究结果如下：. 研究了数字图像/视频主动取证的理论和技术，以及基于主动取证的图像/视频内容真实性和完整性鉴别方法，主要研究了图像/视频签名（图像Hash，图像取证签名）和数字水印。研究了图像签名的理论模型和系统框架，提出了基于签名的图像内容真实性认证与完整性鉴别框架。研究了图像特征提取方法以及单方面的图像特征对图像签名的性能的影响，分析了每种特征量相对于图像签名的各种性质的关键程度，建立了图像签名方案的评价模型。研究了融合多种特征提取方法的图像签名生成算法，提出了一种具有精确篡改定位功能的图像签名方法，该方法能够检测多种攻击类型的图像篡改攻击。提出了一种基于特征点的图像取证签名方案，建立了一种基于取证签名的图像篡改检测与篡改定位算法，该算法能够实现鲁棒性与敏感性质之间的平衡与折中。提出了两种基于统计特征的图像签名方案，分别构造了两种基于主动取证的图像篡改检测与篡改定位算法。提出了一种具有多种功能的主动取证方法，该方法基于视觉显著性理论，能够同时实现图像的内容完整性认证和版权保护。基于门限秘密共享理论，提出了一种不依赖于关键帧选择算法的数字视频内容认证方案，可以实现视频内容篡改伪造检测。基于视觉显著性模型和秘密共享技术，提出了一种可用于H.264的视频水印方案，可以同时实现数字视频的内容认证和版权保护。研究了隐写取证与隐秘通信方法，提出了两种具有小影子的(2,4)-门限图像秘密共享方法，一种是基于多秘密共享方式，另一种是基于优先共享模式。提出了一种基于视觉秘密共享理论的主动的图像内容认证与版权保护方法。. 本项目的研究结果不仅可用于网络信息的真实性鉴别和过滤、法庭取证、新闻传媒、科技成果鉴定、军事图像内容鉴别，而且可以用于大规模媒体库的图像/视频检索。本项目的研究对维护互联网的公共信任秩序、维护法律公正、新闻诚信、科学诚信等，具有十分重要的意义。