面向可视媒体内容安全的取证技术研究

基本信息
批准号:61272355
项目类别:面上项目
资助金额:80.00
负责人:倪蓉蓉
学科分类:
依托单位:北京交通大学
批准年份:2012
结题年份:2016
起止时间:2013-01-01 - 2016-12-31
项目状态: 已结题
项目参与者:安高云,金一,曹刚,于丽芳,田华伟,欧博,程宝田,翟晓波,汤海萍
关键词:
特征分类可视媒体主动认证超像素被动取证
结项摘要

The remain unsolved key question of the multimedia content security relies on verification of the content integrity. The involved key technology depends on "watermarking based active authentication and self-recovery" and "passive forensics based on media feature analysis". This project mainly focuses on the research of new theories and methods of syntax content security combining human vision characteristics, pattern-classification and etc tools. The research scope focuses on: 1) Active authentication and self-recovery with high precision. This will base on the statistics feature and content consistency of digital image and use superpixels to extract the valid information sensitive to malicious tampering, then authenticate the integrity of content and recover the distorted content. 2) Active authentication of resisting content-preserving changes. This will provide the capability of locating the changed region after the compression, filter and other unmalicious operations to the content and establish the internal relationship between content variation and frequency to implement the content authentication. 3) Forensics of the image splicing. By analyzing the local and global image features, this method will research the universal feature combination and design certification system combing assembled learning and error learning mechanism. 4) Authentication of the copied and pasted video. This will detect video copy with high accuracy based on frame fusion concept and similarity measurement.

可视媒体内容安全仍未解决的关键问题集中在内容真实性的验证上。涉及的核心技术体现在:基于水印的主动认证和自恢复、基于特征分析的被动取证。本课题针对图像和视频,研究可视媒体语义内容安全的新理论和新方法。研究内容包括:1)高准确性的主动认证与自恢复。根据图像的统计特性、内容一致性的关键特征,基于超像素提取对恶意篡改敏感的有效信息,认证内容真实性并且对失真内容进行修复。2)抵抗无恶意篡改的主动认证。当同时存在压缩、滤波等无恶意的处理操作时,仍能对篡改区域进行定位。篡改检测方案具有一定的鲁棒性,建立内容变化与频谱特性的内在关系,实现内容认证。3)图像拼接合成的取证。通过对图像内容的局部和全局特征分析,寻找具有普适意义的特征组合,设计结合启发式分类和集成学习的盲取证方案,结合错误学习机制,实现图像的真实性鉴别。4)视频拷贝粘贴的取证。针对视频片段,基于帧融合思想和相似性度量方法,准确检测拼接拷贝。

项目摘要

本课题围绕可视媒体内容安全的关键问题,重点研究了基于水印技术的主动保护方法、基于特征和痕迹分析的被动取证方法、以及可视媒体的视觉关注和生物认证方法,为内容安全和保护提供了新理论、新方法。.(1)针对基于水印技术的主动保护方法研究,我们提出了基于高维直方图的可逆信息隐藏算法、基于三通道容量自适应分配的彩色图像可逆水印算法、基于偏微分预测子的可逆信息隐藏算法、YASS 隐写框架下的信道选择准则、YASS隐写的安全性问题研究、用于自由视角电视的多比特鲁棒水印算法、针对三维模型的鲁棒水印保护算法、基于超像素的图像认证和恢复算法等。(2)针对基于特征和痕迹分析的被动取证方法,我们提出了数字图像中对比度增强的取证算法、图像全局添加噪声操作的取证算法、直方图均衡化和类抖动操作链的检测、重获图像取证算法、图像复制粘贴检测算法、图像操作取证的安全性分析、基于时空梯度特征的视频拷贝检测等。(3)针对可视媒体的视觉关注和生物认证方法,我们提出了结合自底向上和自顶向下的特征融合的显著区域检测算法、基于对偶鉴别特征学习的跨模态人脸识别算法。.课题组成员发表学术论文28篇,其中SCI期刊检索11篇,EI期刊检索2篇。包括本领域的顶级期刊IEEE Trans. on Information Forensics and Security、IEEE Trans. on Image Processing等。其中发表在IEEE Trans. On IFS上的关于图像操作取证的论文成为该顶级期刊的最受欢迎和关注的论文之一。多篇论文发表在本领域的知名国际会议上,如IWDW、PCM、DSP、APSIPA、ChinaSip、ICSP等。获得国家发明专利2项,申请国家发明专利3项。获得北京市科技奖二等奖1项、教育部自然科学二等奖1项。主持人获得北京交通大学优秀教师称号。课题组成员获得职称晋升2人。培养的博士生获得北京交通大学优秀博士论文2篇、优秀硕士论文1篇。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

农超对接模式中利益分配问题研究

农超对接模式中利益分配问题研究

DOI:10.16517/j.cnki.cn12-1034/f.2015.03.030
发表时间:2015
2

水氮耦合及种植密度对绿洲灌区玉米光合作用和干物质积累特征的调控效应

水氮耦合及种植密度对绿洲灌区玉米光合作用和干物质积累特征的调控效应

DOI:10.3864/j.issn.0578-1752.2019.03.004
发表时间:2019
3

空气电晕放电发展过程的特征发射光谱分析与放电识别

空气电晕放电发展过程的特征发射光谱分析与放电识别

DOI:10.3964/j.issn.1000-0593(2022)09-2956-07
发表时间:2022
4

多源数据驱动CNN-GRU模型的公交客流量分类预测

多源数据驱动CNN-GRU模型的公交客流量分类预测

DOI:10.19818/j.cnki.1671-1637.2021.05.022
发表时间:2021
5

人工智能技术在矿工不安全行为识别中的融合应用

人工智能技术在矿工不安全行为识别中的融合应用

DOI:10.16265/j.cnki.issn1003-3033.2019.01.002
发表时间:2019

倪蓉蓉的其他基金

批准号:61073159
批准年份:2010
资助金额:32.00
项目类别:面上项目
批准号:60702013
批准年份:2007
资助金额:22.00
项目类别:青年科学基金项目
批准号:61672090
批准年份:2016
资助金额:63.00
项目类别:面上项目
批准号:60845007
批准年份:2008
资助金额:10.00
项目类别:专项基金项目

相似国自然基金

1

可视媒体取证新技术研究

批准号:61272191
批准年份:2012
负责人:骆伟祺
学科分类:F0210
资助金额:82.00
项目类别:面上项目
2

多媒体内容取证方法研究

批准号:61332012
批准年份:2013
负责人:操晓春
学科分类:F0209
资助金额:300.00
项目类别:重点项目
3

云环境下基于内容的可视媒体安全去重关键技术研究

批准号:61702563
批准年份:2017
负责人:孙婧
学科分类:F0210
资助金额:21.00
项目类别:青年科学基金项目
4

面向大规模社会媒体的动态舆情内容安全监测关键技术研究

批准号:61472258
批准年份:2014
负责人:傅向华
学科分类:F0206
资助金额:82.00
项目类别:面上项目