Những phương pháp tiếp cận về kỹ thuật giám định ảnh số

Bài viết này là một tổng quan về phương pháp giám định ảnh số, chú trọng vào phương pháp phát hiện mù từ công trình khởi đầu của Fridrich năm 2003 đến các công trình mới trong nửa đầu năm 2016.

TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GÒN Số 20 (45) - Thaùng 9/2016 Những phương pháp tiếp cận kỹ thuật giám định ảnh số Approaches to techniques of digital image forensics r han r ng i n h ng ng Đại h c B ch hoa Phan Trong Le, BEng Le Tien Thuong, Assoc.Prof.,Ph.D Ho Chi Minh City University of Technology Tóm t t Một ảnh số d dàng đ ợc chỉnh sửa mặt hiển thị nh vào phần mềm chỉnh sửa ảnh định sở việc gi m định tính chân thực ảnh ảnh giả hông để lại dấu v t hay điểm bất th ng báo hiệu qua chỉnh sửa, nh ng đặc tính thống kê pixel ảnh bị thay đổi Bài vi t tổng quan ph ơng ph p gi m định ảnh số, tr ng vào ph ơng pháp phát mù từ cơng trình khởi đầu Fridrich năm 2003 đ n cơng trình nửa đầu năm 2016 Hầu h t c c ph ơng ph p đ ợc x p vào nhóm phân loại đ ợc phân tích kèm với nhận xét trích dẫn từ tác giả Bài vi t đề thách thức tiêu chí đ nh gi việc gi m định ảnh giả, từ làm sở để phân tích so sánh c c ph ơng ph p h c Từ khóa: phát ảnh giả, pháp chứng, kỹ thuật watermarking, chữ ký signature, ảnh cloning, splicing, retouching, ảnh tạo hồn tồn từ máy tính (CGI), biến đổi cosine rời rạc (DCT), phân tích thành phần (PCA), máy vector hỗ trợ (SVM) Abstract A digital image can be visually changed with ease by using certain editing software A foundation on which we are relying is the assumption that although digital forgeries may leave no visual evidences indicating the tampering, they may have altered the statistical properties of pixel values in the image This paper is a literature review on digital image forgery detection focusing on blind detection approach, from the very beginning work of Fridrich in 2003 to the recent ones in the first half of 2016 Most of the proposed methods are well classified into categories and analyzed with comments and citations This work also indicates the vital challenges and criteria of performance evaluation to the detection of forgery images, which are considered as the basis of comparison between different methods Keywords: digital image forgery, forensics, watermarking, signature, copy-move, splicing or retouching image, computer-generated imagery (CGI), affine transform, discrete cosine transform (DCT), discrete wavelet transform (DWT), principal component analysis (PCA), support vector machine (SVM) detection) Với trạng thái bị động nguồn tin, yêu cầu đặt dựa vào ảnh có mà ta phải x c định liệu ảnh có thật hay bị chỉnh sửa hay khơng Với quan sát chất rằng: ảnh giả hơng để lại dấu v t trực quan cho mắt trần ng i nhận bi t dấu hiệu chỉnh sửa, nh ng ảnh bị thay đổi mặt số liệu thống kê mức giá trị pixel Các thuộc tính thống kê đ ợc phân tách trích l c để tạo thành đặc tr ng giúp nhận bi t can thiệp chỉnh sửa ảnh Hình cho thấy mức độ quan tâm lĩnh vực gi m định ảnh thông qua số l ợng báo công bố giai đoạn 2004 – 2013 ặt v v k thu t nh nh s Nhi p ảnh dần trở thành lĩnh vực phổ bi n sống ng i từ năm hởi đầu th kỷ XIX Dù mức độ chuyên nghiệp hay nghiệp d , d dàng tạo đ ợc ảnh kỹ thuật số (từ đây, g i tắt ảnh) camera điện thoại máy ảnh, sau chỉnh sửa ảnh trực ti p tr n điện thoại chuyên sâu hơn, chỉnh sửa máy tính (Personal Computer) phần mềm chun dụng M i chuyện hơng có đ ng nói n u nh m i ảnh đ ợc sử dụng với mục đích chức nó: truyền tải cho ng i nhìn thơng tin ghi nhận lại th giới thực Vấn đề nảy sinh ng i dùng ảnh chỉnh sửa nh công cụ để n cho ng i xem tin vào thông điệp mà ng i muốn truyền tải Hiện t ợng dẫn tới nhu cầu sử dụng giải pháp khoa h c để gi m định tính chân thực nội dung hiển thị ảnh Hình ảnh giả đ ợc sử dụng truyền thông hông th ng, để bảo vệ tác quyền ảnh xác thực nguồn gốc, kỹ thuật watermar ing hay signature đ ợc áp dụng vào ảnh Từ đó, n u nội dung ảnh bị chỉnh sửa liệu đ ợc mã hóa vào ảnh (vốn đ ợc xem thơng điệp nhận dạng mang tính bí mật) bị thay đổi Việc xác thực ảnh đ ợc thực cách trích xuất ng ợc lại mã nhúng từ ảnh kiểm tra mã có t ơng ứng với mã mà ng i giữ gốc sở hữu hay hông Đây c ch gi m định chủ động (active), mà ảnh gốc ảnh giả sẵn có, hữu Mặt h c, th ng ảnh nhận đ ợc hông èm với thông tin bi t tr ớc Điều dẫn tới c ch gi m định bị động (passive) phát mù (blind a) b) Hình 1: Ảnh ch p c u tổng th ng Pháp z p gi i Tour de France: nh g c (a) nh ch nh s a (b) [T p chí Le Parisien, 07/2015 www.fourandsix.com] Hình 2: S báo khoa h c IEEE c nh nh s n 2004 - 2013 [23] Phần cịn lại vi t có bố cục nh sau: mục II trình bày loại ảnh giả, mục III IV phân loại giải ph p gi m định theo h ớng Active Passive, mục V VI lần l ợt thách thức ti u chí đ nh gi thực gi m định ảnh, cuối thảo luận k t luận mục VII VIII Phân lo i nh gi A Cloning Một phần ảnh đ ợc chép dán (clone) vào nơi h c ảnh ban đầu với mục đích để che giấu tạo thêm chi ti t ảnh Ví dụ điển hình đ ợc cho hình p dụng cho loại ảnh giả để tăng c ng hay giảm bỏ c c chi ti t gốc ột ví dụ đ ợc cho hình a) Hình 5: a) ổ b) Ả b): ú ê ặ [35] D Computer-Generated Imagery (CGI) Thay làm giả phần, ảnh đ ợc làm giả hồn tồn (khơng chụp camera) nh công cụ đồ h a máy tính Một ví dụ đ ợc cho hình a) b) Hình 3: Ví d nh cloning Ảnh g c (a) nh gi (b) v i vùng nh hai mèo [2] B Splicing ỹ thuật giống cloning, ngoại trừ việc vùng ảnh chép đ ợc lấy từ nguồn ảnh h c b n Nói cách khác, splicing tr ng hợp tổng qu t cloning ột ví dụ ảnh splicing đ ợc cho hình Hình 6: Ví d v nh CGI Ảnh g c (n a mặt trái) nh gi (n a mặt ph i): h un nh m khác bi t m ờng [22] ng ti p c n phát hi n nh gi - Active rong ỹ thuật watermar ing, liệu nhúng thông tin đ ợc x c định tr ớc, nh ảnh biểu t ợng th ơng hiệu đoạn văn au hi mã hóa thơng tin vào ảnh, liệu nhúng đ ợc hiển thị tr n ảnh, để Ả a, b) c) [7] C Retouching Nâng cao chất l ợng ảnh (cân trắng, đổi màu, tạo nhòe, v v ) th ng đ ợc Hình 4: ẩn hồn tồn, t hợp hai c ch (hình 7) Việc trích xuất lại watermar có hai c ch: giải thuật có dùng thêm thơng tin từ ảnh gốc (non-blind) không dùng ảnh gốc (blind) rong hi ỹ thuật watermar ing thực nhúng thông tin đ ợc ch n tr ớc vào ảnh, ỹ thuật signature thực lấy đặc tr ng độc từ ảnh mã hóa thành dạng chữ ý số bi n đổi ng ợc để t i tạo lại watermar dùng Kỹ thuật watermar ing trải phổ [10] đ ợc sử dụng phố bi n có nhiều thuật toán đ ợc đề xuất ph t triển; đồng th i, giải ph p mang tính bền vững cao Tiwari et al [34] dùng bi n đổi DW hai mức cho ảnh gốc liệu nhúng đ ợc mã hóa DE (Data Encryption tandard) tr ớc hi t hợp nhúng với ảnh gốc t watermar chống chịu hiệu với phép nội suy hối nh ng giữ đ ợc chất l ợng ảnh hệ số chất l ợng QF lớn 90 Jiansheng et al [16] t hợp DW với D cho t watermar đ ợc ẩn hoàn toàn, đồng th i chống ch i đ ợc số phép xử lý thông dụng nh l c, tăng c ng sắc nét, nhi u muối ti u, nén cắt ảnh Những năm gần đây, c c h ớng nghi n cứu dựa ba loại bi n đổi đ ợc tr ng ph t triển Pathak et al [27] dùng lý thuy t to n huỗi hỗn loạn (Chaotic sequence) để trải phổ tín hiệu watermar vào c c hệ số DW , giúp giữ nguy n chất l ợng ảnh gốc (cải thiện số NR) tăng tính bền vững c c phép bi n đổi nh phân t n liệu nhúng tr n vùng phổ rộng mang đặc tính giống nhi u (hình 8) Hu et al [14] tăng c ng chống chịu công nén J E thay đổi nhi u c ch điều ch gi trị trung bình hệ số D đổi dấu phần ( A) có ph ơng sai điều chỉnh theo bảng l ợng tử J E số bi n dạng đ ng ý (JND) mơ hình ệ thống thị gi c ng i ( V ) Su et al [32] dùng phép bi n đổi ontourlet, t hợp phép phân tích essenberg để nhúng watermar ảnh màu, t đạt tính vơ hình cao chống ch i tốt từ c c cơng a) b) Hình 7: a) (“ ” Africa Studio, www.shutterstock.com) bán b) (“20 ©” Klaus Herrmann, http://farbspiel-photo.com) ó hai h ớng ti p cận: nhúng watermar miền hông gian miền tần số Trong miền hơng gian, ba ỹ thuật Bit tr ng số thấp (LSB) [8, 37], ập hối (Patchwork) [3] ã dự đo n (Predictive coding) [39] Ba ph ơng pháp trên, theo thứ tự t ơng ứng, nhạy với nhi u thay đổi tr n gi trị pixel (từ nh truyền, phép xử lý hậu ỳ nh xoay, dịch cắt ảnh), bị giới hạn l ợng thông tin nhúng ém mặt giữ nguy n chất l ợng ảnh, n n watermar miền tần số đ ợc quan tâm xem xét nhiều nh hắc phục đ ợc c c y u điểm Trong miền tần số, ba phép bi n đổi Wavelet r i rạc - DWT, osine r i rạc - DCT Fourier r i rạc - DFT Bức ảnh đ ợc biểu di n d ới dạng tần số, vốn đặc tính tín hiệu nói chung, thơng qua c c hệ số miền bi n đổi Thông tin mã nhúng đ ợc lồng vào c c hệ số hi ti n hành x c minh, ta thực phép nén J E , l c tích chập nhi u cộng w Hình 8: )Ả w cịn đề xuất ph ơng ph p tối u Robust Match cách dùng hệ số DCT thay giá trị pixel cho b ớc so sánh khối h ơng ph p cho hiệu cao nh ng cịn vài giới hạn độ tin cậy Ngồi ra, ph ơng ph p hông bền vững tr ớc phép bi n đổi n tính Bảng thống kê k t đạt đ ợc t ơng ứng với loại đặc tr ng khác nhau, thay dùng mức xám hay hệ số D nh phân tích đoạn tr ớc Cơng trình tiêu biểu gần nhóm kỹ thuật Kaur Walia [24] với việc sử dụng ớc l ợng nhi u đặc tr ng độ dốc có định h ớng biểu đồ tần suất ( O ) h ơng pháp có khả đồng th i phát định vị vùng ảnh giả K t (hình 9) đ ợc thử nghiệm tập liệu CASIA ú )Ả W [40] )Ả w ng ti p c n phát hi n nh gi - Passive Hầu h t kỹ thuật mù phát ảnh giả phân loại thành năm nhóm: dựa vào pixel, định dạng, máy ảnh độ r i sáng (từ mục A đ n D.) Ngoài ra, có cách phân nhóm khác dựa loại đặc tr ng [30], n n năm nhóm x p lại thành hai nhóm lớn: dựa khối pixel keypoint A Dựa vào pixel Các khối pixel, vốn sở hình thành nên ảnh số, đ ợc tr ng khảo s t để tìm h c th ng thống kê mức giá trị pixel, từ t luận dấu v t chỉnh sửa vùng ảnh giả Trong công trình khởi đầu h ớng nghiên cứu gi m định ảnh, Fridrich et al [11] đề xuất ph ơng ph p Exhausive Search cho ảnh cloning cách tìm hai vùng chứa giá trị pixel giống Đây ph ơng ph p đơn giản nh ng hông đủ để dùng giám định ảnh giả thực t , đồng th i lại cần khối l ợng tính tốn lớn au đó, cơng trình a) Ảnh gốc b) Ảnh giả Hình 9: Phát hi nh v vùng nh gi hình b) dùng k thu Ư ng nhi ặ HOG [18] B Dự định dạng ảnh r ớc bị làm giả, ảnh đ ợc mở phần mềm chỉnh sửa au đó, ảnh đ ợc l u qua thêm lần nén ảnh (ví dụ định dạng J E ) Để tận dụng tính chất nén khơng bảo tồn JPEG, có ba ph ơng ph p đ ợc đề xuất: Lượng tử JPEG B ng 1: So sánh k t qu h ơng ph p Popescu Đặc tr ng PCA Farid [28] Gopi et al.[13] n nh cloning [23] ệ số tự hồi quy Độ xác Bộ phân lớp ắp x p theo thứ tự t n 100% hối pixel 16x16 (lexicographic) 50% hối pixel nhỏ ạng nơron nhân tạo 94.83% Lin et al [19] ng độ s ng trung ắp x p theo số 98% bình hối pixel tính vector dịch Bashar et al [1] DWT KPCA Thajeel Sulong [33] CR LBP huật to n ph t 95.55% (DWT) nhân dựa theo điểm 90.94% (KCPA) ắp x p theo thứ tự t n > 91% (với phép xoay phép xoay t hợp với phép bi n đổi khác) 99% tr n tập liệu CASIA v1.0 tập màu DVMM Isaac Wilscy [15] Gabor Wavelet SVD l ợng tử pha cục (LPQ) Kaur Walia [18] Ước l ợng nhi u Phân nhóm k-Means ~70% cho tập liệu dựa tr n A đặc SVM CASIA v1.0 v2.0 tr ng O Khi nén, hệ số DCT c đ ợc l ợng tử với hệ số q: c/q Việc lựa ch n giá trị q khác cho bảng l ợng tử khác nhau; đó, dạng chữ ý độc l ợng tử đ ợc nhúng vào ảnh JPEG đầu Nén JPEG lần Phát ảnh giả dựa diện nhi u (artifact) có nhiều lần nén ảnh Giải pháp phân tích tính chu kỳ lặp lại nhi u l ợng tử đôi histogram sau ảnh bị nén từ lần thứ hai (hình 10) Nhiễu khối JPEG Phát ảnh giả dựa bất đồng nhi u khối Giải pháp tìm ma trận nhi u khối quan sát phân lớp mẫu Ảnh giả qua nhiều lần nén gây nhi u hai quan sát Lin Tsay [21] dùng ớc l ợng ích th ớc khối nhi u (áp dụng kỹ thuật lấy mẫu ngẫu nhiên, bầu ch n hợp lý cực đại - maximum likelihood) phân tích tính quán ích th ớc khối nhi u JPEG (hình 11), khối cục có kích th ớc khác với ích th ớc khối đ ợc xem vùng ảnh giả a) b) Hình 10: K t qu phân tích nén JPEG nhi ng t (b) t nh gi (a) Xem ngu n nh th t hình [2] a) Ảnh splicing b) K t Hình 11: Phát hi n nh Splicing dùng k thu Ư ng kh i nhi u [21] Tuy nhiên, thực t khó sử dụng h ớng ti p cận với phát mù, việc bi t tr ớc thông tin loại cảm bi n hay đồ nhi u cho tr ớc, sở hữu tập ảnh đ ợc chụp từ cảm bi n hồn tồn khơng khả thi D Dự cườ g độ rọi sáng màu Vì c c phần ảnh giả đ ợc cắt ghép từ nhiều nguồn h c n n chúng hơng đảm bảo đ ợc tính qu n h ớng nguồn s ng đặt l n đối t ợng Do đó, phân tích bất th ng hiệu ứng nh s ng đ ợc r i l n c c đối t ợng giúp dấu v t chỉnh sửa ó hai c ch để tận dụng h ớng ti p cận này: vị trí nguồn s ng phân lớp màu (ví dụ hình 14) Tuy nhiên, số l ợng lớn c c đối t ợng màu sắc h c dẫn tới hó hăn việc ph t tất đối t ợng giả lúc Do đó, phần lớn cơng trình nghi n cứu gần tập trung vào sử dụng phần hông gian màu để giới hạn loại đối t ợng xem xét, ví dụ nh xem xét đối t ợng màu da ng i [5] Johnson Farid [17] vận dụng t nghi n cứu Ước l ợng tự động h ớng nguồn s ng [25] để đ nh gi mức độ phản xạ cục toàn cục tr n c c vùng ảnh có t cấu h c (hình 13) Carvalho et al [6] xây dựng mơ hình chiều đối t ợng (chỉ từ ảnh) tr ớc hi ớc l ợng h ớng nguồn s ng đ ợc đặt l n đối t ợng uy t hơng đ ợc đ nh gi tr n tập liệu lớn, nh ng từ t thí nghiệm cho thấy ph ơng ph p hiệu với nguồn s ng phức tạp Mặc dù kỹ thuật phân tích h ớng nguồn sáng thông tin màu hứa hẹn trở thành công cụ gi m định ảnh hiệu quả, nh ng năm trở lại đây, số l ợng cơng trình h ớng nghiên cứu cịn so với c c h ớng ti p cận khác Tóm lại, kỹ thuật có lợi th ảnh đ ợc l u lại lần Việc dùng thông tin định dạng ảnh hông đủ để xây dựng ph ơng ph p phát ảnh giả bền vững Ngoài ra, n u dùng thơng tin nén ảnh d dẫn đ n phát sai, đơn cử tr ng hợp ảnh gốc đ ợc phóng to theo thuật tốn nội suy đ ợc làm nhịe, sau đ ợc l u lại Nh vậy, nội dung ảnh hông thay đổi nh ng bị đ nh gi ảnh giả, có trải qua thêm lần nén C Dựa vào máy ảnh Phân tích nhi u đ ợc tạo từ hệ thống máy ảnh định; từ đó, khơng qn nhi u đ ợc dùng để dấu v t chỉnh sửa ảnh Có bốn sở để áp dụng: h c th ng màu sắc, Mảng l c màu, àm đ p ứng máy ảnh Nhi u cảm bi n Fridrich et al [12] sử dụng kỹ thuật Ước l ợng đ p ứng hông đồng máy ảnh để tận dụng thông tin từ nhi u cảm bi n hông tin đ ợc xem xét nh đặc tr ng nhận dạng (hình 12) cho việc phát ảnh đ ợc chụp máy ảnh thật hay từ máy ảnh hay không Theo đó, tất cảm bi n có thuộc tính t ơng tự cho việc tạo đặc tr ng nhận dạng dựa tr n sở chúng đ ợc tạo từ cơng nghệ sản xuất giống Hình 12: Phóng to m t ph n nh nhi u c m bi n Canon G2 Giá tr pixel c chia t l theo d [0 255] quan sát [12] giống nhau, bầu tr i, mảng mây)  Có khả hoanh vùng định vị vùng ảnh giả  Loại bỏ thơng tin thừa tìm vùng ảnh giả: ví dụ nh chữ bìa báo hình  Các thuật to n có dùng ng ỡng để phân loại k t th ng ch n giá trị ng ỡng cố định mang tính kinh nghiệm Cần xây dựng hàm lấy ng ỡng thích hợp có khả tùy bi n thích nghi có mối liên hệ chặt chẽ với c c đặc tính xem xét ảnh để tối u điểm lấy ng ỡng theo hàm mục ti u độ xác cực đại Gần đây, Zerni e moments lựa ch n bi n đổi n tính t ơng đồng (SATS) đ ợc dùng cho phát xoay [31, 9], SIFT cho xoay tỉ lệ [26], SUFT cho xoay, tỉ lệ, nhi u cộng nhòe [4], SVM cho phát vùng nhòe [36] Bi n đổi FMT bền vững xoay, tỉ lệ, nhi u nhịe với chi phí tính tốn thấp ê  Độ x c: ỉ lệ số lần ph t tr n tổng số ảnh giả đầu vào  hi phí tính to n: l ợng tính to n cần dùng t quả, cần l u ý hi ứng dụng vào hệ thống th i gian thực  Độ nhạy với c c phép bi n đổi: mức độ t bị ảnh h ởng c c điều iện thử nghiệm h c  Không nhạy với thay đổi nhi u  ức độ tự động: giảm thiểu can thiệp ng i việc di n dịch đ a t luận gi m định Độ x c n n ti u chí hàng đầu, t cuối ảnh h ởng tới quy t định gi m định, hi liên quan tới luật pháp, cịn tiêu chí h c a) b) Hình 13: Ảnh giả (a) cho thấy góc ước lượng hướng ánh sáng cách biệt hai người, 123o 86o Ảnh thật (b) cho thấy góc ước lượng hướng ánh sáng hai người tương đương nhau, 98o 93o [17] a) Hình 14: sáng (b) b) (a) [5] Các thách th c nh nh Cần x c định rõ thách thức phải đối mặt việc phát ảnh giả để l u ý vấn đề cần giải quy t đặt giả thuy t phù hợp trình nghiên cứu:  Giảm tỉ lệ phát sai  Hồn tồn tự động (khơng cần ng i can thiệp để di n dịch k t quả)  Không phụ thuộc vào định dạng nguồn ảnh (nén ảnh)  ăng độ tin cậy bền vững bi n đổi n tính phi n  Tránh giới hạn số l ợng kích th ớc vùng ảnh giả phát đ ợc thuật toán  Tận dụng thơng tin màu, thay dùng ảnh xám  Tránh phát sai c c đối t ợng thật có tính chất giống đồng tự nhiên (ví dụ: lốc hộp sữa 10 đ nh đổi qua lại Độ nhạy đ ợc giới hạn số hía cạnh ứng dụng để ph ơng ph p đề đ p ứng tốt số mục ti u định iệu đ ợc biểu di n d ới dạng thống độ x c, độ nhạy độ ri ng biệt Độ nhạy (Sensitivity) thông số đo l ng độ x c phân loại ảnh giả (tức, ảnh giả đ ợc x p loại giả), Độ ri ng biệt ( pecificity) đo l ng độ x c phân loại ảnh thực (tức, ảnh thực đ ợc x p loại thực) Độ x c (Accuracy) tỉ lệ phần trăm số ảnh phân loại tr n tổng số ảnh xem xét (tức, ảnh giả đ ợc x p loại giả ảnh thực đ ợc x p loại thực), tính nh (1): TP  TN   Accuracy  100   (1) TP  TN  FN  FP   Với:  TP (True Positive): số ảnh giả đ ợc x p ảnh giả  FN (False Negative): số ảnh giả đ ợc x p sai thành ảnh thực  FP (False Positive): số ảnh thực đ ợc x p sai thành ảnh giả  TN (True Negative): số ảnh thực đ ợc x p ảnh thực l rong hi ỹ thuật watermar signature đ ợc dùng nh công cụ chủ động để giúp chủ nhân c c ảnh số bảo vệ quyền t c giả mình, phần cịn lại câu chuyện gi m định ảnh ph t mù tr n ảnh hông rõ nguồn gốc ớng ti p cận dựa vào độ r i sáng không gian màu ph ơng ph p ph t hứa hẹn ph t triển hơng phụ thuộc vào c c phép bi n đổi p dụng tr n vùng ảnh giả uy nhi n, h ớng ti p cận phải đối mặt với hó hăn định vị hoanh vùng ảnh giả r i lại, h ớng ti p cận dựa vào m y ảnh mang tính ém thi y u cầu đ ợc bi t số thơng tin có tr ớc từ ảnh nghi, điều mà vốn hông thể đạt đ ợc ứng dụng thực t hép bi n đổi nh D hay F ti p tục ỹ thuật hiệu để biểu di n lại ảnh với ích th ớc nhỏ (giảm thông tin d thừa) để giảm hối l ợng tính to n Ngồi ra, hai tập liệu ảnh th ng dùng phổ bi n c c cơng trình gần đ ợc đ nh gi đủ tốt để thử nghiệm so s nh c c ph ơng ph p, o oFoD (từ phịng thí nghiệm Video ommunications, Đại h c Zagreb, roatia) A IA (từ Viện ự động Nhận dạng ẫu, c việc hoa h c Quốc gia, rung Quốc) quan, nhiều ph ơng ph p đ ợc đề xuất để xử lý c c th ch thức ph t ảnh giả, nhi n chúng cịn nhiều giới hạn tính ứng dụng thực t ột phần có đặt tr ớc giới hạn giả thuy t ban đầu, phần thi u mơ hình chung chuẩn hóa để hội tụ c c nh nh nghi n cứu ri ng lẻ Việc đ nh gi tính bền vững c c loại phép bi n đổi đ ợc dùng tr n vùng ảnh giả dựa tr n thực nghiệm iểm chứng chủ y u, n n nhu cầu mơ hình to n h c hỗ trợ cho việc phân tích t nh dự đo n ớc l ợng tr ớc tính bền vững giải ph p (hay cụ thể loại đặc tr ng) đ ợc đề xuất cần thi t l n Bài hảo s t tóm tắt phần lớn h ớng nghi n cứu lĩnh vực gi m định ảnh giả 15 năm gần đây, tập trung chủ y u vào h ớng ph t mù rong h ớng ti p cận chủ động, có hai ỹ thuật đ ợc dùng watermar ing signature; h ớng ti p cận bị động, có năm nhóm dựa vào pixel, định 11 dạng, m y ảnh độ r i s ng ỹ thuật dựa vào hối pixel eypoint c ch phân loại h c Bài vi t u nh ợc điểm nhóm phân loại Nhiều ỹ thuật đ ợc đ a cho thấy cải thiện lớn độ x c l n tới 99%; nhi n, th ng ln có đ nh đổi độ xác, mức phức tạp độ bền vững giải thuật Ngồi ra, việc đối phó với c c phép bi n đổi n tính c c th ch thức lớn việc xây dựng giải ph p mang tính bền vững, đa dạng tính t hợp c c phép bi n đổi đ ợc dùng hi tạo ảnh giả Chang, C C., Hsiao, J Y., Chan, C S (2003) Finding optimal least-significant-bit substitution in image hiding by dynamic programming strategy Pattern Recognition, 36(7), 1583-1595 Christlein, V., Riess, C., Angelopoulou, E (2010) On rotation invariance in copy-move forgery detection In Information Forensics and Security (WIFS), 2010 IEEE International Workshop on, pages 1-6 IEEE 10 Cox, I J., Kilian, J., Leighton, F T., Shamoon, T (1997) Secure spread spectrum watermarking for multimedia IEEE Transactions on Image Processing, 6(12):1673-1687 11 Fridrich, A J., Soukal, B D., u š, A J (2003) Detection of copy-move forgery in digital images In in Proceedings of Digital Forensic Research Workshop Citeseer 12 Fridrich, J (2009) Digital image forensics Signal Processing Magazine, IEEE, 26(2):26-37 13 Gopi, E., Lakshmanan, N., Gokul, T., Kumara Ganesh, S., Shah, P R (2006) Digital image forgery detection using artificial neural network and auto regressive coefficients In Electrical and Computer Engineering, 2006 E E’06 anadian onference on, pages 194-197 IEEE 14 Hu, H T., Chang, J R., Hsu, L Y (2016) Robust blind image watermarking by modulating the mean of partly sign-altered DCT coefficients guided by human visual perception AEU-International Journal of Electronics and Communications 15 Isaac, M M., Wilscy, M (2015) Image Forgery Detection Based on Gabor Wavelets and Local Phase Quantization Procedia Computer Science, 58, 76-83 16 Jiansheng, M., Sukang, L., Xiaomei, T (2009) A digital watermarking algorithm based on DCT and DWT In Proceedings of the 2009 International Symposium on Web Information Systems and Applications (WI A’09) Nanchang, R hina, pages 104-107 Citeseer 17 Johnson, Micah K., Hany Farid (2005) Exposing digital forgeries by detecting inconsistencies in lighting Proceedings of the 7th workshop on Multimedia and security ACM 18 Kaur, M., Walia, S (2016) Forgery Detection Using Noise Estimation and HOG Feature Extraction International Journal of Lời c ơng trình đ ợc tài trợ quỹ Đại h c Quốc gia Thành phố Hồ Chí Minh với mã sốB2015-20-02 TÀI LIỆU THAM KHẢO Bashar, M., Noda, K., Ohnishi, N., Mori, K (2010) Exploring duplicated regions in natural images IEEE Transactions on Image Processing, vol PP, no 99, pp 1-1 Belkasoft, Belkasoft database [Online] Available: https://belkasoft.com/forgery-detection Bender, W., Gruhl, D., Morimoto, N., Lu, A (1996) Techniques for data hiding IBM systems journal, 35(3.4), pp 313-336 Bo, X., Junwen, W., Guangjie, L., Yuewei, D (2010) Image copymove forgery detection based on surf In Multimedia Information Networking and Security (MINES), 2010 International Conference on, pages 889-892 IEEE Carvalho, T J d., Riess, C., Angelopoulou, E., Pedrini, H., de Rezende Rocha, A (2013) Exposing digital image forgeries by illumination color classification Information Forensics and Security, IEEE Transactions on, 8(7):1182-1194 Carvalho, Tiago, Hany Farid, Eric Kee (2015) Exposing photo manipulation from user-guided 3D lighting analysis SPIE/IS&T Electronic Imaging International Society for Optics and Photonics CASIA Tampering detection dataset [Online] Available: http://forensics.idealtest.org 12 Multimedia and Ubiquitous Engineering, 11(4), 37-48 19 Lin, H.-J., Wang, C.-W., Kao, Y.-T., Chen, S (2009a) An efficient method for copy-move forgery detection In WSEAS International Conference Proceedings Mathematics and Computers in Science and Engineering, number World Scientific and Engineering Academy and Society 20 Lin, H.-J., Wang, C.-W., Kao, Y.-T., et al (2009b) Fast copy-move forgery detection WSEAS Transactions on Signal Processing, 5(5): 188-197 21 Lin, C S., Tsay, J J (2015) Passive forgery detection for JPEG compressed image based on block size estimation and consistency analysis Applied Mathematics and Information Sciences, 9(2), 1015 22 Luxion Keyshot program [Online] Available: https://www.keyshot.com 23 Mushtaq, S Mir, A H (2014) Digital image forgeries and passive image authentication techniques: A survey International Journal of Advanced Science and Technology, 73:15–32 24 Myrna, A., Venkateshmurthy, M., Patil, C (2007) Detection of region duplication forgery in digital images using wavelets and log-polar mapping In Conference on Computational Intelligence and Multimedia Applications, 2007 International Conference on, volume 3, pages 371-377 IEEE 25 Nillius, Peter, Jan-Olof Eklundh (2001) Automatic estimation of the projected light source direction Computer Vision and Pattern Recognition, 2001 CVPR 2001 Proceedings of the 2001 IEEE Computer Society Conference on Vol IEEE 26 Pan, X Lyu, S (2010) Detecting image region duplication using sift features In ICASSP, pages 1706–1709 27 Pathak, S., Tiwari, S., Agrawal, S (2016) Digital image watermarking in Wavelet domain using chaotic Futuristic Trends in Engineering, Science, Humanities, and Technology FTESHT-16, 108 28 Popescu, A Farid, H (2004) Exposing digital forgeries by detecting duplicated image region [technical report] 2004-515 Hanover, Department of Computer Science, Ngày nhận bài: 30/8/2016 Dartmouth College USA 29 Qazi, T., Hayat, K., Khan, S U., Madani, S A., Khan, I A., Ko lodziej, J., Li, H., Lin, W., Yow, K., Xu, C.-Z (2013) Survey on blind image forgery detection Image Processing, IET, 7(7):660-670 30 Rajkumar, R., Chanu, T A., Singh, N N (2016) Copy move forgery detection approaches: A survey ADBU Journal of Engineering Technology, 31 Ryu, S.-J., Lee, M.-J., Lee, H.-K (2010) Detection of copy-rotatemove forgery using zernike moments In Information Hiding, pages 51–65 Springer 32 Su, Q., Wang, G., Lv, G., Zhang, X., Deng, G., Chen, B (2016) A novel blind color image watermarking based on Contourlet transform and Hessenberg decomposition Multimedia Tools and Applications, 1-21 33 Thajeel, S A N., Sulong, G (2015) A novel approach for detection of copy move forgery using completed robust local binary pattern Journal of Information Hiding and Multimedia Signal Processing, 6(2), 351-364 34 Tiwari, N., Ramaiya, M K., Sharma, M (2013) Digital watermarking using DWT and DES In Advance Computing Conference (IACC), 2013 IEEE 3rd International, pages 1100–1102 35 Unknown Retouching image [Online] Available: www.retouchingphotos.wikispaces.com 36 Wang, B., Kong, X., Bertino, E., Fu, H (2009) Exposing copypasteblur forgeries based on color coherence Chinese Journal of Electronics, 18(3):487-490 37 Wang, R Z., Lin, C F., Lin, J C (2001) Image hiding by optimal LSB substitution and genetic algorithm Pattern recognition, 34(3), 671-683 38 Yang, R., Bai, Z., Yin, L., Gao, H (2015) Detecting of copy-move forgery in digital images using fractional Fourier transform In Seventh International Conference on Digital Image Processing (ICDIP15) (pp 96310B96310B) International Society for Optics and Photonics 39 Yu, Y H., Chang, C C., Hu, Y C (2005) Hiding secret data in images via predictive coding Pattern Recognition, 38(5), 691-705 Biên tập xong: 15/9/2016 13 Duyệt đăng: 20/9/2016 ... (False Negative): số ảnh giả đ ợc x p sai thành ảnh thực  FP (False Positive): số ảnh thực đ ợc x p sai thành ảnh giả  TN (True Negative): số ảnh thực đ ợc x p ảnh thực l rong hi ỹ thuật watermar... vùng ảnh giả uy nhi n, h ớng ti p cận phải đối mặt với hó hăn định vị hoanh vùng ảnh giả r i lại, h ớng ti p cận dựa vào m y ảnh mang tính ém thi y u cầu đ ợc bi t số thơng tin có tr ớc từ ảnh. .. cận khác Tóm lại, kỹ thuật có lợi th ảnh đ ợc l u lại lần Việc dùng thông tin định dạng ảnh hông đủ để xây dựng ph ơng ph p phát ảnh giả bền vững Ngoài ra, n u dùng thơng tin nén ảnh d dẫn đ n phát