APP下载

CFA插值中预测误差方差在图像取证中的应用①

2016-03-06贺一峰亚森艾则孜如先姑力阿布都热西提

计算机系统应用 2016年6期
关键词:特征

贺一峰, 亚森·艾则孜, 如先姑力·阿布都热西提



CFA插值中预测误差方差在图像取证中的应用①

贺一峰, 亚森·艾则孜, 如先姑力·阿布都热西提

(新疆警察学院信息安全工程系, 乌鲁木齐 830013)

针对数字图像取证中自然图像(PIM)和计算机生成图像(PRCG)识别方案的特征维数高、通用性差等问题, 提出一种基于滤色器阵列(CFA)插值中预测误差方差分析的图像取证方案. 首先, 对CFA插值过程中的预测误差方差进行傅里叶谱分析, 根据是否存在明显的周期性峰值现象来区分PIM和PRCG; 然后, 对傅里叶谱中周期性峰值模型进行分析, 根据峰值特征来识别PIM的来源设备; 最后, 在哥伦比亚大学自然图像和计算机生成图像数据库ADVENT上进行实验, 结果表明, 该方案能够精确区分PIM和PRCG, 对PIM来源设备(佳能、尼康和索尼)的识别率可高达93%.

数字图像取证; CFA插值; 预测误差方差分析; 图像来源识别

随着信息技术的快速发展, 数字图像在人们的日常生活应用得越来越广泛, 与胶片图像相比, 数字图像更易于创建、篡改, 一些计算机软件可轻易地制作出以假乱真的计算机生成图像(Photorealistic Computer Graphics, PRCG), 以至于人眼很难将其与真实的自然图像(Photographic Images, PIM)区分开来[1], 因此, 对于大量的数字图像, 如何鉴别其为真实图像和相应的来源成为图像取证领域的一个重要课题. 采用图像取证技术[2]来分析数字内容可以为侦破犯罪提供有用信息, 图像取证主要解决了两个重要问题: 图像伪造检测和图像来源相机识别[3].

目前, 已提出了……

登录APP查看全文

猜你喜欢

特征
离散型随机变量的分布列与数字特征
具有两个P’维非线性不可约特征标的非可解群
月震特征及与地震的对比
如何表达“特征”
不忠诚的四个特征
詈语的文化蕴含与现代特征
基于特征筛选的模型选择
线性代数的应用特征