1. Trang chủ
  2. » Thể loại khác

Phát hiện ảnh giả mạo dựa trên mẫu nhiễu cảm biến

56 10 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 56
Dung lượng 2,73 MB

Nội dung

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHẠM THỊ CÚC PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN MẪU NHIỄU CẢM BIẾN LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Hà Nội - Năm 2014 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHẠM THỊ CÚC PHÁT HIỆN ẢNH GIẢ MẠO DỰA TRÊN MẪU NHIỄU CẢM BIẾN Ngành : Công nghệ thông tin Chuyên ngành : Hệ thống thông tin Mã số : 60480104 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS ĐỖ NĂNG TOÀN Hà Nội - Năm 2014 LỜI CẢM ƠN Trước tiên, xin gửi lời cảm ơn Thầy PGS.TS Đỗ Năng Toàn người định hướng nghiên cứu tận tình hướng dẫn cho tơi suốt q trình làm luận văn Nếu khơng có giúp đỡ tận tình thầy, tơi khó hồn thành luận văn Đồng thời xin chân thành cảm ơn thầy cô Khoa Công nghệ thông tin – Trường Đại học Cơng nghệ tận tình giảng dạy cung cấp cho kiến thức cần thiết suốt thời gian học tập trường Cuối xin gửi lời cảm ơn chân thành đến gia đình, quan, bạn bè đồng nghiệp tạo điều kiện, giúp đỡ động viên suốt thời gian học tập thời gian nghiên cứu luận văn Tuy có nhiều cố gắng thời gian kiến thức thân nhiều hạn chế nên luận văn khơng tránh khỏi thiếu sót Kính mong nhận góp ý thầy bạn để luận văn hồn thiện Tơi xin chân thành cảm ơn ! Phạm Thị Cúc LỜI CAM ĐOAN Tôi xin cam đoan: Bản luận văn tốt nghiệp kết nghiên cứu thực cá nhân, thực sở nghiên cứu lý thuyết, cài đặt thực nghiệm chương trình Kết luận văn trình nghiên cứu nghiêm túc kiến thức học trường hướng dẫn khoa học PGS.TS Đỗ Năng Toàn Các số liệu luận văn trung thực, có nguồn gốc rõ ràng, trích dẫn có tính kế thừa, phát triển từ tài liệu, tạp chí, cơng trình nghiên cứu cơng bố, website,… Dữ liệu để thực nghiệm có nguồn gốc rõ ràng khơng mang tính chất thương mại Học viên Phạm Thị Cúc MỤC LỤC LỜI CẢM ƠN LỜI CAM ĐOAN DANH MỤC CÁC HÌNH DANH MỤC CÁC TỪ VIẾT TẮT LỜI NÓI ĐẦU CHƯƠNG 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ ẢNH GIẢ MẠO 1.1 Xử lý ảnh số vấn đề xử lý ảnh 1.1.1 Một số khái niệm 1.1.2 Một số vấn đề xử lý ảnh 10 1.1.3 Các giai đoạn xử lý ảnh 15 1.1.3.1 Thu nhận ảnh 15 1.1.3.2 Tiền xử lý 15 1.1.3.3 Phân đoạn ảnh 16 1.1.3.4 Biểu diễn mô tả 17 1.1.3.5 Cơ sở trí thức 17 1.1.3.6 Nhận dạng nội suy ảnh 18 1.1.3.7 Trích chọn đặc trưng 18 1.2 Ảnh giả mạo dạng giả mạo ảnh 20 1.2.1 Ảnh giả mạo 20 1.2.2 Các loại ảnh giả mạo 22 1.2.2.1 Ghép ảnh 22 1.2.2.2 Tăng cường ảnh 22 1.2.2.3 Sao chép dịch chuyển vùng ảnh 23 CHƯƠNG 2: CÁC KỸ THUẬT PHÁT HIỆN ẢNH SỐ GIẢ MẠO 25 2.1 Dựa đặc trưng điểm ảnh (Pixel Based) 25 2.1.1 Nhân (Cloning) 25 2.1.2 Lấy mẫu lại (Re-sampling) 26 2.1.3 Ghép (Splicing) 26 2.2 Dựa định dạng ảnh (Format Based) 27 2.2.1 Lượng tử hóa JPEG (JPEG quantization) 27 2.2.2 Phần đầu ảnh JPEG (JPEG Header) 28 2.2.3 Nén kép (Double JPEG) 30 2.2.4 Hiệu ứng khối JPEG (JPEG Blocking) 30 2.3 Dựa đặc điểm máy ảnh (Máy ảnh-Based) 31 2.3.1 Quang sai màu (Chromatic Aberration) 31 2.3.2 Mảng lọc màu (Color Filter Array) 33 2.3.3 Đáp ứng máy ảnh (Máy ảnh Response) 33 2.3.4 Mẫu nhiễu cảm biến (Sensor Pattern Noise) 34 2.4 Một số phương pháp trực quan khác 34 2.4 Nguồn sáng 35 2.4.2 Hướng mắt nhìn vị trí 36 2.4.3 Hình học 36 CHƯƠNG 3: PHÁT HIỆN ẢNH GIẢ MẠO DỰA VÀO MẪU NHIỄU CẢM BIẾN 37 3.1 Giới thiệu 37 3.2 Mẫu nhiễu phương thức biểu diễn 38 3.2.1 Xử lý tín hiệu máy ảnh kỹ thuật số 38 3.2.2 Mẫu nhiễu cảm biến 39 3.2.3 Dị tìm mẫu nhiễu 41 3.3 Thuật toán phát ảnh giả mạo dựa vào mẫu nhiễu cảm biến 43 3.3.1 Tạo mẫu tham chiếu máy ảnh 43 3.3.2 Thuật toán nhận dạng ảnh giả 45 3.4 Chương trình thực nghiệm 47 3.4.1 Bài toán 47 3.4.2 Công cụ liệu thử nghiệm 47 3.4.3 Kết thử nghiệm 48 KẾT LUẬN 52 TÀI LIỆU THAM KHẢO 53 DANH MỤC CÁC HÌNH Hình 1.1 Q trình xử lý ảnh 10 Hình 1.2 Biểu diễn ảnh hàm f ( X , Y ) 10 Hình 1.3 Ảnh thu nhận ảnh mong muốn 12 Hình 1.4 Các bước xử lý ảnh số 15 Hình 1.5 Các thành phần hệ xử lý ảnh 19 Hình 1.6 Minh họa việc giả mạo ảnh 20 Hình 1.7 Ảnh giả John Kerry Jane Fonda cắt ghép từ hai ảnh riêng lẻ 21 Hình 1.8 Ghép ảnh từ hai ảnh riêng rẽ 22 Hình 1.9 Ví dụ tăng cường ảnh 23 Hình 1.10 Ảnh che phủ bỏ đối tượng 24 Hình 1.11 Ảnh bổ sung đối tượng 24 Hình 2.1 Mơ sử dụng quang sai để phát ảnh giả 32 Hình 2.2 Mơ hướng nguồn sáng tới bề mặt cầu 35 Hình 2.3 Mơ việc phân tích nguồn sáng để phát ảnh giả 35 Hình 3.1 Quy trình xử lý tín hiệu máy ảnh kỹ thuật số 38 Hình 3.2 Mơ hình mẫu nhiễu 39 Hình 3.3 Minh họa vùng R chọn mẫu nhiễu tham chiếu tương ứng 42 Hình 3.4 Hình ảnh minh họa chọn vùng Qi mẫu tham chiếu  42 Hình 3.5 Mơ hình tạo mẫu tham chiếu máy ảnh 44 Hình 3.6 Sơ đồ toán phát ảnh giả mạo 47 Hình 3.7 Ảnh giả mạo cách cắt ghép lấy mẫu lại 49 Hình 3.8 Các hình gốc dùng để tạo ảnh giả 49 Hình 3.9 Minh họa kết chương trình với ảnh giả mạo định dạng TIFF 50 Hình 3.10 Minh họa kết chương trình với ảnh giả mạo dạng nén JPEG 50 Hình 3.11.Minh họa kết chương trình với ảnh giả cắt/ghép từ hai ảnh chụp loại máy ảnh 51 DANH MỤC CÁC TỪ VIẾT TẮT Viết tắt Đầy đủ - mô tả BAM Blocking Artifact Matrix - Ma trận khối dấu hiệu CFA Color Filter Array - Mảng lọc màu sắc DCT Discrete Cosine Transform - Dãy biến đổi cosine rời rạc ELA Error Level Analysis - Phân tích mức độ lỗi EM Expectation Maximization - Thuật toán kỳ vọng cực đại EXIF Exchange able Image Tệp format -Tiêu chuẩn xác định định dạng ảnh FPN Fixed Pattern Noise - Mẫu nhiễu có cấu trúc JPEG Joint Photographic Experts Group - Là phương pháp nén ảnh hiệu MAP Maximum A Posteriori Estimation - Ước lượng hậu cực đại PCA Principal Component Analysis - Phân tích thành phần PNG Portable Network Graphics-Là định dạng ảnh PNU Pixel Non-Uniformity - Điểm ảnh không đồng PRNU TIFF Photo-response non-uniformity noise - Ảnh hưởng không đồng nhiễu tới điểm ảnh Tag Image File Format –Là định dạng ảnh LỜI NÓI ĐẦU Ngày nay, ảnh số phương tiện truyền thông sử dụng phổ biến rộng rãi, chứa đựng nhiều thơng tin, cách để biểu diễn giới xung quanh ta cách dễ dàng cô đọng Một câu hỏi đặt ảnh có độ tin cậy bao nhiêu? Rõ ràng, thơng tin hình ảnh có tác động quan trọng đến xã hội chúng ta, chúng đóng vai trò cốt yếu đời sống người Việc xác thực ảnh toán quan trọng nhiều lĩnh vực xã hội, chẳng hạn phịng xử án, tính thật ảnh đóng vai trị cốt yếu chứng Mặt khác, ngày báo hay tạp chí chứa nhiều hình ảnh, vật lý y học có nhiều định phải dựa vào ảnh số,… Hơn nữa, tiến máy tính hiệu cao, giá thành thấp, giao diện người máy thân thiện hơn, phần mềm điều khiển thao tác ảnh số mạnh đơn giản Sức mạnh chương trình xử lý ảnh số PhotoShop giúp việc tạo ảnh giả mạo từ hay nhiều ảnh khác trở nên dễ dàng Điều đó, đồng nghĩa với việc phát ảnh giả mạo tốn khó khăn ngày trở nên cấp thiết Từ u cầu thực tế đó, tơi lựa chọn đề tài “Phát ảnh giả mạo dựa mẫu nhiễu cảm biến” nhằm nghiên cứu kỹ thuật phát ảnh kỹ thuật số giả mạo dựa sở dị tìm mẫu nhiễu tạo máy ảnh Bố cục luận văn trình bày sau: Phần mở đầu Chương 1: Khái quát xử lý ảnh ảnh giả mạo: Chương đề cập đến khái niệm xử lý ảnh số, trình xử lý ảnh Khái quát số phương pháp giả mạo ảnh số thường gặp, để từ giúp người đọc có nhìn tổng quan lĩnh vực ảnh số giả mạo Chương 2: Các kỹ thuật phát ảnh số giả mạo: Chương trình bày kỹ thuật phát ảnh giả mạo nhóm nghiên cứu giới thiệu Chương 3: Phát ảnh giả mạo dựa mẫu nhiễu cảm biến: Chương nghiên cứu mẫu nhiễu cảm biến máy ảnh, từ đưa phương pháp phát ảnh giả mạo dựa vào mẫu nhiễu cảm biến bao gồm ý tưởng, thuật tốn chương trình thử nghiệm Phần kết luận 40 c  cij : nhiễu thêm vào tác động môi trường    ij : miền tối y  yij : tín hiệu số hóa đầu cảm biến Hàm fij gần nắm bắt ảnh hưởng khơng đồng nhiễu tới điểm ảnh - PRNU, nhiễu theo cấp số nhân Một thành phần quan trọng PRNU điểm ảnh khơng đồng - Pixel Non-Uniformity (PNU), định nghĩa độ nhạy khác điểm ảnh với ánh sáng PNU bắt nguồn từ ngẫu nhiên không đồng silicon wafer không đồng khác q trình chế tạo cảm biến Như vậy, không phụ thuộc vào nhiệt độ môi trường xung quanh dường ổn định theo thời gian Phổ PNU liên tục yếu chút không gian tần số cao Ánh sáng khúc xạ bề mặt hạt bụi bề mặt quang học đặc tính máy ảnh quang góp phần vào PRNU Các thành phần chắn mẫu, họa tiết nhỏ, có khoảng tần số thấp tự nhiên nên bị khử lọc khử nhiễu Như vậy, để xác định giả mạo sử dụng PNU, đặc trưng bên cảm biến (giống vân tay) PRNU khơng diện hồn tồn vùng ảnh, nơi mà tất điểm cảm biến ảnh lấp đầy với cơng suất sản xuất tín hiệu khơng đổi Nó rõ ràng từ cơng thức (3.1) vùng tối (khi xij xấp xỉ 0) PRNU trở nên rõ nét Các tín hiệu y qua dây chuyền xử lý phức tạp trước tệp tin hình ảnh cuối lưu trữ thẻ nhớ máy ảnh Quá trình xử lý bao gồm hoạt động bên vùng lân cận điểm ảnh chẳng hạn demosaicking, chỉnh màu sắc, lọc Một số hoạt động phi tuyến tự nhiên, chẳng hạn chỉnh gramma, cân sáng thích nghi với màu nội suy Kết cuối giá trị điểm ảnh pij, mà giả định khoảng 050), sau ta thực bước sau:  Khử nhiễu tất ảnh thu từ máy ảnh qua hàm khử nhiễu F (sử dụng lọc khử nhiễu wavelet) ta ảnh sau khử nhiễu F ( I k )  Tính nhiễu dư ảnh nI k  sau: n( I k )  I k  F ( I k ) (3.6) 44  Tình trung bình tất mẫu nhiễu dư ta thu mẫu tham chiếu máy ảnh PC sau: NP  n( I PC  Các ảnh thu nhận từ camera k ) k 1 (3.7) Np Trích chọn nhiễu tính trung bình Mẫu tham chiếu camera Hình 3.5 Mơ hình tạo mẫu tham chiếu máy ảnh Do trình thu thập liệu cho máy ảnh phải thực trước tạo mẫu tạo mẫu tham chiếu máy ảnh với lượng liệu lớn thời điểm thường tốn thời gian lớn Để đảm bảo cho trình tạo mẫu tham chiếu thực với trình thu thập liệu tham chiếu theo thời gian, tạo mẫu cảm biến theo phương pháp tích lũy dần, ban đầu việc tạo nhiễu thực với số mẫu liệu ảnh thu nhận máy ảnh đó, sau với mẫu liệu thu nhận tiếp tục thực trình tạo mẫu tham chiếu với mẫu liệu đưa vào mẫu tham chiếu có sẵn, với mẫu khác thêm vào q trình tính tốn thực tương tự số ảnh N P đủ lớn ( N P >50) Sau miêu tả chi tiết giải pháp sau: Giả sử có N P ảnh ban đầu Ta có mẫu nhiễu cảm biến tính được: NP  n( I PC  k 1 Np k ) 45 Khi có ảnh T yêu cầu T mẫu liệu tạo mẫu cảm biến Khi ta làm sau: Gọi PCT mẫu cảm biến tạo sau thêm T Ta có cơng thức biến đổi sau: PCT  NP 1 NP ( n( I i )  n(T )) i 1 NP  ( N P  1).PCT   n( I i )  n(T ) i 1  ( N P  1) PCT  N P PC  n(T )  PCT  (nPC  n(T )) (3.8) ( N P  1) Đây phép lấy trung bình ảnh nhiễu theo phương pháp tích lũy sử dụng trình xây dựng mẫu nhiễu 3.3.2 Thuật toán nhận dạng ảnh giả Thuật toán nhận dạng ảnh giả thực theo bước sau: Bước 1: Chọn mẫu nhiễu tham chiếu máy ảnh ảnh đầu vào Bước : Chọn vùng nghi vấn ảnh  Bước : Xác định mẫu tham chiếu P () tương ứng từ mẫu tham chiếu máy ảnh Bước : Tính độ tương quan vùng  mẫu tham chiếu P() theo (3.4) ta   Bước 5: Chọn vùng Qk ( k  1, , N Q với N Q  ) có kích thước tương tự histogram với  Các vùng tách biệt với  tốt vùng nghi vấn giả mạo Bước 6: Tính độ tương quan vùng Qk mẫu tham chiếu P() theo (3.4) ta  Q k Bước 7: Áp dụng hàm phân loại tích lũy Gaussian với giá trị    Q ta G (  R ) G (  Q ) , sau tính giá trị p R   G (  R ) k p Qk   G (  Qk ) k 46 Bước 8: Kiểm tra p    10 3 khẳng định  không giả mạo Ngược lại p    10 3 kiểm tra tiếp tất pQ    10 3 kết k luận  vùng giả mạo 47 3.4 Chương trình thực nghiệm 3.4.1 Bài tốn Mơ hình tốn phát ảnh giả mạo: Ảnh đầu vào mẫu nhiễu camera tương ứng Chọn vùng nghi vấn giả mạo  Xác định mẫu tham chiếu P(  ) Tính độ tương quan vùng  mẫu tham chiếu P () theo (3.4) ta   Chọn vùng Qk ( k  1, , N Q với N Q  ) có kích thước tương tự histogram với  Tính độ tương quan vùng Qk mẫu tham chiếu P() theo (3.4) ta  Qk Áp dụng hàm phân loại tích lũy Gaussian với giá trị    Qk , sau tính giá trị p R   G (  R ) pQk   G (  Qk ) p    10 3 Ảnh đầu vào có vùng nghi vấn  khơng giả mạo p    10 3 tất p Qk    10 3 Ảnh đánh dấu vùng  giả mạo Hình 3.6 Sơ đồ tốn phát ảnh giả mạo 3.4.2 Cơng cụ liệu thử nghiệm Chương trình cài đặt ngôn ngữ C++ công cụ hỗ trợ Visual Studio 2008 Trong chương trình sử dụng thư viện mã nguồn mở FreeImage tải từ trang web freeimage.sourceforge.net 48 Các mẫu nhiễu cảm biến sử dụng chương trình tạo theo cách thức mô tả phần 3.3.1 Chúng sử dụng mẫu nhiễu máy ảnh Canon PowerShot A10, Canon PowerShot G2, Canon PowerShot S40, Olympus Camedia C765 UZ, Olympus Camedia C3030, Nikon D100, Sony HandyCam cho trình thử nghiệm Từ ảnh chụp loại máy ảnh trên, sử dụng công cụ xử lý ảnh Photoshop để tạo 15 ảnh giả mạo dạng cắt/ghép theo hai cách: (1) Hai ảnh gốc chụp loại máy ảnh khác nhau: 10 ảnh; (2) Hai ảnh gốc chụp loại máy ảnh: ảnh Các ảnh giả mạo lưu lại với kiểu định dạng ảnh TIFF (.tif), JPEG (.jpg), PNG (.png) BITMAP (.bmp) thành 60 ảnh giả mạo để tạo thành liệu thử nghiệm 3.4.3 Kết thử nghiệm Chương trình thử nghiệm 60 ảnh giả mạo tạo theo cách thức mô tả phần 3.4.3 bước đầu cho kết tương đối tốt thể bảng 3.1 Trong ảnh loại ảnh giả mạo cắt/ghép từ hai ảnh chụp hai loại máy ảnh khác nhau, ảnh loại ảnh giả mạo cắt/ghép từ hai ảnh chụp loại máy ảnh Loại ảnh Số lượng Kết phát vùng giả mạo Loại 40 40 Loại 20 Bảng 3.1 Kết chạy thử nghiệm chương trình Mặc dù số lượng mẫu thử cịn chưa có ý nghĩa thống kê, qua kết thấy thuật tốn phát ảnh giả mạo dựa mẫu nhiễu cảm biến đề xuất mục 3.3.2 có khả phát tốt ảnh giả mạo cắt/ghép từ hai ảnh không chụp loại máy ảnh Thuật toán chưa phát ảnh giả mạo cắt/ghép từ hai ảnh chụp loại máy ảnh 49 Dưới số ví dụ cho thấy kết thực nghiệm chương trình ảnh giả mạo Hình 3.7 Ảnh giả mạo cách cắt ghép lấy mẫu lại Bức ảnh giả mạo hình 3.7 tạo cách cắt hình bé trai từ ảnh gốc hình 3.8.a thay đổi kích thước dán vào hình 3.8.b Trong ảnh hình 3.8.b chụp máy ảnh Olympus Camedia C765 UZ, ảnh bé trai chụp máy ảnh Canon PowerShot G2 Sau ảnh giả lưu định dạng TIFF (a) (b) Hình 3.8 Các hình gốc dùng để tạo ảnh giả Chương trình chạy thử nghiệm ảnh giả mạo trên, kết thu thể hình 3.9 50 Hình 3.9 Minh họa kết chương trình với ảnh giả mạo định dạng TIFF Tương tự với ảnh giả mạo hình 3.10 Bức ảnh giả mạo 3.10.c lưu dạng nén JPEG (a) (b) (c) (d) Hình 3.10 Minh họa kết chương trình với ảnh giả mạo dạng nén JPEG 51 Hình 3.11 minh họa kết chương trình với loại ảnh giả mạo cắt ghép từ hai ảnh chụp máy ảnh Nikon D100 Với loại ảnh chương trình khơng khoanh vùng giả mạo ảnh Trong hình 3.11.a liệu đầu vào hình 3.11.b kết chương trình (a) (b) Hình 3.11.Minh họa kết chương trình với ảnh giả cắt/ghép từ hai ảnh chụp loại máy ảnh 52 KẾT LUẬN Kết đạt Qua trình nghiên cứu luận văn đạt kết nghiên cứu sau: - Trình bày số vấn đề xử lý ảnh như: ảnh số, điểm ảnh, cách biểu diễn ảnh, nhận dạng, … - Trình bày ảnh giả mạo, số kỹ thuật phát ảnh giả mạo - Trình bày nhiễu cảm biến máy ảnh thu nhận ảnh, cách dị tìm mẫu nhiễu, từ đưa thuật tốn giải tốn - Trình bày kết thử nghiệm thuật toán phát ảnh giả mạo dựa vào mẫu nhiễu cảm biến ảnh giả mạo dạng cắt/ghép lưu số định dạng ảnh khác Hướng nghiên cứu Trên thực tế nay, công nghệ đại không ngừng phát triển tạo ảnh giả ngày hoàn thiện chống lại phương pháp phát ảnh giả Do vậy, toán phát ảnh giả mạo trở nên cấp thiết ngày khó khăn Hướng nghiên cứu sử dụng mẫu nhiễu cảm biến để phát loại ảnh giả mạo cắt/ghép từ hai ảnh chụp máy ảnh ảnh giả mạo dạng cắt/ghép ảnh 53 TÀI LIỆU THAM KHẢO Tiếng Việt Phạm Việt Bình, Đỗ Năng Tồn (2007), Giáo trình xử lý ảnh, Khoa Cơng nghệ thông tin - Đại học Thái Nguyên Đỗ Năng Toàn, Hà Xuân Trường (2008), “Tiếp cận phát ảnh giả mạo dựa mẫu nhiễu cảm biến” Kỷ yếu Hội Thảo Quốc gia “Các vấn đề chọn lọc CNTT”, Đại Lải 14-15/09/2007, tr566-577 Nguyễn Thị Hồng Xiêm (2008), Tìm hiểu số phương pháp dị tìm, phát giả mạo ảnh số, Đề tài khoa học, Trường Đại học Sư phạm Hà Nội Tiếng Anh Hany Farid (2009), “A survey of image forgery detection”, IEEE Signal Processing Magazine, vol 2, no 26, pp 16–25, Mar Jan Lukáš, Jessica Fridrich, and Miroslav Goljan: “Digital camera Identification from Sensor Pattern Noise”, submitted to IEEE Transactions on Information Forensics and Security,2005 Jan Lukáš, Jessica Fridrich, and Miroslav Goljan.: “Detecting Digital Image Forgeries Using Sensor Pattern Noise” Department of Electrical and Computer Engineering SUNY Binghamton, Binghamton, NY 13902-6000 Jessica Fridrich, David Soukal, and Jan Lukáš: “Detection of Copy-Move Forgery in Digital Images”, Proc Digital ForensicResearch Workshop, Cleveland, OH, August 2003 Johnson M.K and Farid H.: “Exposing Digital Forgeries by Detecting Inconsistencies in Lighting”, Proc ACM Multimedia and Security Workshop, New York, pp 1–9, 2005 Ng T.-T and Chang S.-H.: “Blind Detection of Digital Photomontages using Higher Order Statistics”, ADVENT Technical Report #201-2004-1, Columbia University, June 2004 10 Popescu A.C and Farid H.: “Exposing Digital Forgeries by Detecting Traces of Resampling”, IEEE Transactions on Signal Processing, vol 53(2), pp 758–767, 2005 54 11 Popescu A.C and Farid H.: “Exposing Digital Forgeries in Color Filter Array Interpolated Images”, IEEE Transactions on Signal Processing, vol 53(10), pp 3948–3959, 2005 12 Popescu A.C and Farid, H.: “Exposing Digital Forgeries by Detecting Duplicated Image Regions”, Technical Report, TR2004-515, Dartmouth College, Computer Science 2004

Ngày đăng: 23/09/2020, 22:40

w