刘 正, 田秀霞

(上海电力大学 计算机科学与技术学院, 上海 200090)

随着图像编辑技术的不断发展,人们可以轻松地篡改图像内容或者操纵图像生成过程,使得图像的真实性和完整性受到挑战,严重影响了人们对新闻报道、军事经济中图像真实度的信任。在已有的研究范围中,学者们将图像内容篡改类型总体上分为两类:一是复制粘贴篡改(Copy-move);二是拼接组合篡改(Splicing)。复制粘贴篡改是指是在同一幅图像上,将部分区域复制粘贴到该图中的其他位置;拼接组合篡改是指将一幅图像中的某个区域拷贝到另一幅图像中以生成新的图像。

按照是否预先在数字图像中嵌入附加信息,可以将数字图像篡改检测将分为主动检测和被动检测(也叫盲检测)两种[1]。篡改主动检测技术主要包括数字签名技术和数字水印技术。这两种方法的共同点是需要图像提供方进行摘要信息的提取或者水印的嵌入,即在实际检测时需要图像提供方进行配合。这一条件在实际操作中很难满足,因此无须对数字图像进行预先处理的数字图像篡改被动检测技术成为当前图像检测领域的研究热点。

数字图像篡改被动检测技术大体上被分为两类:一是基于特征提取的传统篡改检测技术;二是基于卷积神经网络(Convolutional Neural Network,CNN)的篡改检测技术。在早期的研究中,研究者大多将注意力集中在图像本身的统计信息和物理特性上,采用基于图像的特征提取方法来检测篡改……