CHƯƠNG 2 : CÁC KỸ THUẬT PHÁT HIỆN ẢNH SỐ GIẢ MẠO
2.1. Dựa trên đặc trưng điểm ảnh (Pixel Based)
Trong tất cả các ngành khoa học, các đặc điểm đầu tiên được đưa ra phân tích và nhận dạng chính là các nhân tố nhỏ nhất tạo nên cấu trúc của sự vật, hiện tượng (trong y học nhận dạng nhờ phân tích ADN, tế bào, trong địa chất nhận dạng các phần tử đất, trong hóa học nhận dạng các nguyên tử, phân tử….). Trong lĩnh vực xử lý ảnh, các cấu trúc nhỏ nhất đó chính là các điểm ảnh. Người ta nghiên cứu mối tương quan giữa các điểm ảnh để tìm dấu hiệu của sự giả mạo ảnh kỹ thuật số.
2.1.1. Nhân bản (Cloning)
Một trong những thao tác cơ bản nhất của việc tạo ra một bức ảnh giả đó là sao - chuyển vùng ảnh (copy-move), một phần hình ảnh sẽ được che giấu bởi một người hoặc một đối tượng trong cảnh. Các thao tác sao - chuyển vùng ảnh được thực hiện trên cùng một bức ảnh nên nó sẽ xuất hiện các vùng giống nhau trên bức ảnh giả, các khu vực này chính là bằng chứng của giả mạo.
Ta có thể dễ dàng tìm kiếm hai khu vực giống hệt nhau trong hình ảnh bằng cách so sánh các giá trị của điểm ảnh hoặc các khối ảnh với nhau. Tuy nhiên, nếu vùng nhân bản đó bị thay đổi kích thước hay màu sắc, hay bị nén JPEG, nó sẽ gây ra sự khó khăn trong việc so sánh để tìm ra các vùng nhân bản.
Hiện nay, có hai phương pháp chính nghiên cứu để phát hiện ra các vùng nhân bản của ảnh giả dạng sao - chuyển vùng ảnh. Thứ nhất đó là phương pháp dựa trên thuật toán dãy biến đổi cosin rời rạc (DCT). Khu vực nhân bản sẽ được phát hiện bởi từ điển phân loại khối hệ số DCT và nhóm các khối tương tự. Thứ hai đó là phương pháp dựa trên việc phân tích thành phần chính (PCA), việc sử dụng PCA nhằm xác định các vector cơ sở và tìm khu vực trùng lặp phát hiện bởi từ điển phân loại khối vector cơ sở và nhóm các khối tương tự.
2.1.2. Lấy mẫu lại (Re-sampling)
Để tạo ra một bức ảnh thuyết phục, người ta có thể phải thay đổi kích thước, xoay ảnh hoặc kéo dài các phần của hình ảnh. Quá trình này yêu cầu lấy mẫu lại (re-sampling) vào một lưới mẫu mới. Mặc dù việc lấy mẫu lại bình thường không dễ nhận thấy, nhưng nó có mối tương quan đặc biệt với hình ảnh, khi phát hiện nó có thể được sử dụng làm bằng chứng của sự giả mạo.
Xét ví dụ đơn giản với tín hiệu một chiều x(n) có độ dài là M. Lấy mẫu lại tín hiệu này để có tín hiệu mới là y(n) có độ dài 2M. Các mẫu lẻ của tín hiệu được lấy mẫu lại bằng giá trị của tín hiệu ban đầu: y(2i-1) = x(i), i=1,… ,. Các
mẫu chẵn sẽ là trung bình của các tín hiệu liền kề.
y(2i) = x(i)+ x(i+1) (2.1)
Hay là:
y(2i) = y(2i-1) + y(2i+1) (2.2)
Ta thấy trong tín hiệu được lấy mẫu lại y(n), mỗi giá trị là sự kết hợp
tuyến tính của hai giá trị lân cận. Trong trường hợp đơn giản này, một tín hiệu lấy mẫu lại có thể được phát hiện bởi tất cả các giá trị mẫu đều có sự tương quan với các giá trị lân cận chúng và tương quan đó xuất hiện theo chu kỳ. Thuật toán kỳ vọng cực đại (EM) có thể được sử dụng để tìm sự tương quan. Thuật toán EM bao gồm hai bước lặp:
1. Bước kỳ vọng: Tính xác suất ước lượng các điểm ảnh có thể tương quan với các điểm lân cận.
2. Bước cực đại: Các dạng cụ thể của các mối tương quan giữa các điểm ảnh được ước tính.
Giả sử có một mô hình nội suy tuyến tính, bước kỳ vọng làm giảm ước lượng Bayesian và bước cực đại làm giảm trọng số các khoảng ước lượng. Xác suất ước tính sau đó được sử dụng để xác định nếu một phần của hình ảnh đã được lấy mẫu lại.
2.1.3. Ghép (Splicing)
Một hình thức phổ biến của việc giả mạo ảnh số đó là ghép hai hoặc nhiều ảnh vào với nhau. Khi họ thực hiện một cách cẩn thận không thể thấy được biên giới giữa các vùng ghép đó bằng mắt thường. Tuy nhiên, một số nhà nghiên cứu đã cho thấy có thể sử dụng thống kê Fourier bậc cao để phát hiện ra sự ghép nối
đó. Xét một tín hiệu một chiều x(n) và có dãy biến đổi Fourier X( ). Phổ năng lượng biểu diễn là P(Ω)=X(Ω)X*(Ω) được sử dụng để phân tích các thành phần
của tần số tín hiệu. Ngoài phổ, ta có công thức thống kê sử dụng để tìm kiếm các tương tác không tuyến tính:
B(Ω1,Ω2) = X(Ω1)X(Ω2)X*(Ω1+Ω2) (2.3)
Dựa vào công thức, ta thấy được sự tương quan giữa ba thành phần tần số Ω1, Ω2 và Ω1 + Ω2. Những khoảng bất thường chứng tỏ đã bị ghép nối.