基于图像内容和稀疏表达的图像认证算法研究

This project aims at developing content-based image authentication algorithms based on sparse representation. Firstly we have defined four fundamental properties that a good content-based image authentication system should have - - uniqueness, irreversible, robust against normal image operators and fragility against tampering. Then we discuss the possibility to realize these properties by using sparse representation as the basic mathematical tool. The main idea is to project the feature vectors extracted from the image content to a random vector by using the measurement matrix in sparse representation. Assuming that the changes of feature vectors caused by tampering are sparse, we can locate the tampering areas by solving the L1 optimization problem which is characteristic for sparse representation. The main novelty lies in the construction of the measurement matrix for sparse representation to satisfy the basic properties of the image authentication system. Through this project, we can improve the theoretical basis for sparse representation, as well as promoting the applications of content-based image authentication.

本项目以稀疏表达理论为数学工具，探讨其在图像真实性认证方面的具体应用。提出图像真实性认证是满足图像空间唯一性、安全性、对常规图像操作具有稳健性、对恶意篡改具有脆弱性四项基本要求的特殊图像压缩方式。探讨了如何运用稀疏表达构建基于图像内容的认证水印计算模型，从而实现认证系统的上述基本需求。研究的主要思路是运用测量矩阵将图像特征矢量投影为一个低维随机矢量。在图像特征矢量的变化具有稀疏性的假设下，通过投影的低维随机矢量的变化反推图像特征矢量的变化，从而实现对恶意篡改区域的定位。本项目在测量矩阵构建方面有较大创新性，根据图像认证具体的应用需求从理论上探讨稀疏表达的测量矩阵满足的性质，并结合这些性质构建测量矩阵。通过本项目研究，可以完善稀疏表达在应用方面的理论基础，解决图像真实性认证领域的研究难题，促进图像真实性认证技术的实际应用

稀疏表达是近年来图像处理领域的有力数学工具。基本思想是将信号表达为最稀疏的基的加权和，将常规的平方项优化问题转变为模1的优化问题。近年来，国内外对稀疏表达应用的研究主要集中于图像识别领域。在本项目中，我们利用稀疏表达这一数学工具，在图像分割和图像认证领域进行了深入研究，获得了一系列研究成果。. 首先，我们研究了图像的特征矢量提取，提出了图像特征提取的软直方图局部二值模式ASLBP（adaptive soft histogram local binary pattern），从大规模图片中学习LBP特征算子的判决面，运用Fisher判别率FDR得出能量函数。受SIFT算法思想启发，开发了描述三维网格突出点的三维特征算子，基于此特征算子，提出了抗剪切攻击的三维网格的数字水印算法。同时，我们也将人体声纹作为数字水印的特征加入人脸图像中，实现了声纹在图像中的隐秘传输以及基于人脸和声纹的多模态识别。. 其次，我们在稀疏表达用于图像分割方面进行了深入的研究，我们将稀疏表达的模1项引入图像分割的优化问题中，并结合研究内容1的特征提取技术，开创性的提出了基于稀疏表达的图像分割框架，获得了比传统方法优异的研究成果。. 最后，我们进行了基于图像内容和稀疏表达的图像认证算法研究，提取LBP和频谱分量作为特征矢量，构建稀疏表达的测量矩阵并利用随机矢量检测被篡改部分。实验表明，所提出的方法在鉴别篡改方面有着较好的表现。. 项目进行过程中，共计发表SCI论文2篇，EI论文5篇，国际会议特邀报告一次，申请国家发明专利两项。