Detection of copy-move image forgery based on discrete cosine transform
基於離散餘弦變換的複制移動圖像偽造檢測
解決什麼問題
在篡改圖像中廣泛用於復制和粘貼同一圖像內的區域的最常用方法是複制-移動方法。
用什麼方式解決
離散餘弦變換 (DCT) 具有準確檢測篡改區域的能力。在本文中，研究人員使用 DCT 係數實現了複製移動圖像偽造檢測。
引用
俗話說，一畫胜千字。 儘管如此，在“眼見為實”中，人們懷疑這句諺語在我們目前的情況下的實用性[1-3]。
隨著先進數碼相機的出現，數字媒體在我們的日常生活中扮演著充滿活力的角色 [4-6]。
隨著強大的數字圖像編輯軟件（如 Photoshop [7-9]）的可訪問性，圖像篡改成為一種普遍現象。
隨著編輯軟件的進步，對數字偽造圖像的修改變得更加容易和方便，而不會留下任何明顯的懷疑 [10, 11]。
因此，圖像的真實性驗證已成為一項令人困惑的任務 [12]。
媒體中數字操縱假冒產品的迅速興起導致數字圖像缺乏完整性 [13-16]。
迫切需要想出方法來驗證圖像的真實性和完整性變得至關重要，尤其是作為證據或什至用於新聞、犯罪、醫療和其他領域的文件的圖像[17]。
圖像篡改是一種數字藝術，需要理解圖像屬性。 可以通過使用各種處理技術（例如模糊、重新採樣、過濾、縮放、旋轉和裁剪）來篡改圖像。 直接粘貼時，模仿區域可能不是精確副本[18-22]。
篡改圖像的各種方法包括模糊、添加噪聲，甚至當圖像以較低的壓縮率保存時 [23-26]。
複製的區域可以應用幾何變換，包括旋轉、縮放等。 圖像篡改檢測涉及對篡改圖像進行調查，以找出由於篡改操作而嵌入的可能相關性 [27, 28]。
檢測偽造圖像成為確保圖像完整性的一個突出研究領域 [29, 30]。
通過在圖像中隱藏一些重要信息來操縱圖像偽造的複制移動攻擊是圖像偽造中的突出技術之一 [31-33]。
然而，複製移動偽造是最具挑戰性的偽造，因為複制移動攻擊的區域屬於同一圖像。 因此，與檢測其他一些圖像統計方法（例如圖像拼接）的區域相比，檢測同一圖像內的篡改區域更加困難 [34, 35]。
在法庭上使用數字圖像以隱藏真相並改變其中指示的圖像含義可能會產生誤導 [31, 36, 37]。
我們需要識別圖像的一部分是否已被複製、對像是否已被覆蓋、對象的組合或某物是否已從另一幅圖像複製粘貼[38]。
在最先進的數字圖像取證中，偽造主要分為三類，即圖像拼接、複製移動偽造和圖像修飾 [39]。
雖然窮舉搜索方法成本相對較高，但它簡單有效[40]。
這種方法甚至適用於應用了噪聲的圖像以及當 JPEG 質量發生變化時。 然而，該方法無法檢測具有幾何變換（如旋轉和縮放）的重複圖像 [41, 42]。
代替窮舉搜索方法，離散餘弦變換（DCT）方法用於復制移動圖像偽造檢測[43]。
由於偽造的圖像看起來如此真實，人類將無法區分真實圖像和偽造圖像[44]。
在復制移動圖像偽造檢測中存在兩種處理替代方案：基於關鍵點的方法和基於塊的方法 [45, 46]。
利用與塊無法區分大小的 DCT 係數框架，比較塊可以表示為[47]。
百分比項的精度計算如下[等式(11) 和 (12)] [48]。相反，按百分比計算的召回率計算如下 [48]
CoMoFoD 是一個標準數據集，用於對圖像篡改偽影的檢測進行基準測試 [49]。
提出問題、困難
DCT 的缺點是如果有大量塊，從塊中提取特徵向量的大小也會很大。
由於DCT copy-move偽造檢測的大部分研究只使用8 x 8像素的塊大小，那麼使用不同的塊大小對DCT會有什麼影響？
什麼是合適的塊大小以達到最佳準確率（準確率和召回率）？
塊大小對誤報和漏報有什麼影響？
本文描述性的
複製移動通過在不同位置複製同一圖像內的圖像的一部分來操作圖像。
被誤導的證據圖像可能會影響判決。 這類似於可能對我們基於圖像的解釋造成的影響。
因此，我們需要了解潛在的情況並理解自從圖像被操縱以來到底發生了什麼。
圖像取證是檢測和分析圖像以驗證數字圖像的可信度和真實性的領域。
圖像處理中最流行的方法之一是將圖像的一部分複制並粘貼到同一圖像內的其他地方一次或多次，稱為複制移動偽造。
處理圖像的處理技術多種多樣，可以在不留下任何明顯懷疑的情況下獲得完美的圖像。
複製移動圖像偽造檢測的主要目的是檢測篡改區域。
窮舉搜索技術是檢測複製移動攻擊的一種簡單明顯的方法。
重疊圖像和循環移位版本用於尋找非常難以區分的圖像部分。
為了解決窮舉方法的問題，採用了魯棒匹配檢測方法。 離散小波變換（DWT）用於在魯棒匹配檢測過程中識別偽造圖像。
與僅執行最低分辨率圖像的窮舉搜索相比，DWT 方法具有更小的計算複雜度。
隨著目前強大的編輯軟件的廣泛使用，即使是業餘愛好者也可以輕鬆地按照他們的預期操作圖像，從而導致圖像的真實性丟失。
對於基於塊的技術，根據塊大小（例如 8 x 8 像素）將圖像劃分為矩形塊。 然後，我們將計算特徵向量並隨後為每個塊匹配相似的特徵向量。
然而，較小的塊將具有較小的 DCT 係數可變性，這是由於誤報 (FP) 的高概率。
在評估檢測到的篡改區域的準確性時需要關注的問題包括檢測到的偽造區域的正確率和召回率（TP-True Positive），被錯誤檢測為偽造的區域編號（FP-False Positive），以及 錯誤遺漏的偽造區域（FN-False Negative）。因此，應提高精度（FP）和召回率（FN）以達到良好的準確率。
因此，假陽性值的數量影響了偽造檢測的精度。
使用具有不同重疊塊大小的離散餘弦變換（DCT）的基於塊的偽造檢測的實現方法將影響精度和召回方面的準確度性能。
4 x 4 重疊塊已成功準確檢測偽造區域。 但是，由於偽造影響了精度方面的精度性能，因此錯誤地檢測了大量區域。
數字圖像是當今數字時代的主要信息來源。 借助各種強大的圖像編輯軟件（例如 Photoshop）的可訪問性，可以很容易地影響數字圖像而沒有明顯的剝削跡象。
因此，幾乎不可能通過肉眼檢測圖像的任何節制。 圖像的真實性在新聞、刑事、醫學等多個領域都非常重要。
