[发明专利]一种基于多尺度特征融合和多分支预测的多操作检测方法

说明书

本发明涉及一种基于多尺度特征融合和多分支预测的多操作检测方法，属于多媒体取证技术领域。现有技术一般只能对图像中单一操作类型进行检测和定位。本发明所述的方法构建了一种多操作检测网络，使用残差块卷积流提取复合操作特征，并进行多尺度特征融合，通过多分支预测模块实现多操作检测。采用本发明所述的方法，构建检测网络训练的模型能够检测和定位多种类型操作，并且对加噪、缩放、模糊、二次压缩等后处理操作具有一定的鲁棒性。

技术领域

本发明属于多媒体取证技术领域，具体涉及一种基于多尺度特征融合和多分支预测的多操作检测方法。

背景技术

随着计算机与互联网技术的飞速发展，数字多媒体信息被广泛应用于社会生产生活的方方面面，例如，广播、电视、新闻、游戏、票据、物证、书籍、文献等，极大地丰富了我们的社会生活。但是，利用各种编辑软件，如PhotoShop、CorelDraw、美图秀秀等，可以很容易地对多媒体文件进行编辑、修改，导致严重的信息安全问题(完整性、秘密性、可用性)，甚至严重威胁社会稳定。作为一种潜在地技术，数字取证的基本思想是从多媒体文件中提取操作留下的独一无二的痕迹来确定该文件是否经过此种操作处理。许多的研究努力致力于实现JPEG压缩，直方图均衡，加噪，模糊，中值滤波，重采样，copy-move等操作的检测。

传统方法基于统计特征对篡改操作进行检测。JPEG压缩是一种用于几乎所有数字成像设备的常见图像处理方式。李晟等提出利用JPEG合成图像中往往存在质量因子不一致性或分块位置不一致性的特点，检测图像是否是JPEG压缩合成图像[李晟，张新鹏.利用JPEG压缩特性的合成图像检测[J].应用科学学报，2008(03)：281-287]。但是，该方法仅适用于检测JPEG拼接合成图像，不能应对全图JPEG压缩的情况。Lin等提出图像不同分块中，同一位置离散余弦变换(Discrete Cosine Transform，DCT)系数之间的关系在JPEG压缩前后具有不变性[Lin，CY and Chang，SF.A robust image authentication methoddistinguishing JPEG compression from malicious manipulation.IEEE Transactionson Circuits and Systems for Video Technology.11-2(2001)，153-168]。该方法能区分图像中某一图像块是否经过恶意篡改且对JPEG压缩有较好鲁棒性。Fan等采用高斯混合模型(Gaussian Mixture Model，GMM)对不同类型的操作图像进行统计建模，提取通用特征以检测不同类型的图像操作[W.Fan，K.Wang，and F.Cayre.General-purpose imageforensics using patch likelihood under image statistical models.In IEEEInternational Workshop on Information Forensics and Security(WIFS)，pages 1-6，Nov.2015]。该方法需要构建多个二分类器进行分类检测，操作复杂，而且鲁棒性不强。Gallagher等提出了一种检测图像重采样操作的方法[A.C.Gallagher.Detection oflinear and cubic interpolation in JPEG compressed images.in The 2nd Canadianonference on Computer and Robot Vision(CRV′05)，pp.65-72，Victoria，BC，Canada，2005]。该方法先计算图像的二阶差分，通过二阶差分矩阵中每行的傅里叶变换频谱图的峰值变化情况来判断图像是否经过了重采样。由于下采样图像的二阶差分矩阵没有周期性，该方法对下采样操作检测效果不好。

传统方法主要存在的问题如下。由于操作特征的不显著，通过手动提取有效的操作特征是很困难的。其次，特征提取和分类器分开设计，无法实现二者的同时优化。再次，多媒体文件被恶意篡改后可能经历其他的后处理操作，容易擦除或掩盖操作痕迹，给传统取证技术造成极大的困难。最后，对多操作取证，传统方法实现复杂，性能受到极大的限制。