语义对象级图像篡改被动取证技术研究
随着功能强大的图像编辑工具软件的大众化,即使用户没有任何图像处理背景知识,也可以轻易地对数字图像进行篡改伪造,且伪造结果不会留下明显的视觉痕迹。经过篡改的图像经常出现在电视、杂志和网络上,颠覆着人们“眼见为实”的传统观念,也给社会公共信任秩序的维护带来了严竣的挑战。
数字图像的真实性鉴别和完整性判别成为图像内容安全领域的一个热点问题。主动取证技术需要预先在原图像中嵌入数字水印或者生成数字签名。
被动取证技术则直接利用图像本身的固有属性特征判别图像的真伪,适应性更好。语义对象级图像操作是图像处理的特色应用,既可改善图像压缩时的视觉质量,也可提供更好的交互性能。
然而,语义对象级的图像操作也经常被用于改变图像的语义内容,以达到恶意篡改的目的。常见的语义对象级图像操作手段包括复制-粘贴、线雕刻(Seam Carving)和基于样本合成的图像修复(Exemplar-based Image Inpainting)。
相对于复制-粘贴,线雕刻和基于样本合成的图像修复都包含了内容感知自适应机制,进行图像篡改时所遗留的篡改痕迹更为细微。因此,本文围绕线雕刻和基于样本 ...


雷达卡


京公网安备 11010802022788号







