导读:本文包含了双重压缩论文开题报告文献综述及选题提纲参考文献，主要关键词:图像水印,半脆弱水印,恶意篡改,内容认证
双重压缩论文文献综述
付剑晶,陈德人,徐达文,毛家发[1]（2019）在《适用于双重压缩环境的图像内容认证水印算法》一文中研究指出数字图像内容的恶意篡改可能导致严重后果.随着图像分辨率的提高及其在网络上流通数量的快速增长,图像往往要经过双重压缩:压缩(JPEG/JPEG2000)发布→解码→应用领域的处理(常规信号处理/安全性攻击/内容的恶意篡改)→再次压缩(JPEG2000/JPEG)发布,才能进入末端检测.如何在双重压缩环境下有效判定图像内容是否遭篡改及定位篡改位置是个亟待解决的问题.本文提出了一种基于旋转向量的新颖的水印表示方法及其调制算法,并在此基础上建立了半脆弱水印方案用于图像内容认证.理论分析了水印的稳定性,使该水印方案具有理论基础;详细阐述了以特征抽取与重构、水印嵌入与提取、篡改检测与定位为主要内容的认证方案;分析了水印的鲁棒性、安全性和相关检测性能.理论分析与实验表明:该方案水印透明性好,针对不同的攻击鲁棒性好且分布稳定;在双重压缩环境下能有效区分恶意篡改与保持内容的处理并定位篡改区域;安全性好,能抵制水印攻击、拼贴攻击和伪造攻击.与相关方案相比,本文方案综合性能优越,适用于双重压缩环境下的内容认证,扩大了基于水印的内容认证的应用范围.(本文来源于《中国科学:信息科学》期刊2019年04期）
罗瑚[2]（2018）在《基于卷积神经网络的双重JPEG压缩取证研究》一文中研究指出由于能够在减少大量冗余信息的同时保持图像较好的视觉效果,JPEG图像压缩技术广泛应用于包括互联网传输、摄影设备存储在内的等绝大多数图像压缩过程,以节省传输带宽或存储空间。也正因为这种广泛性,JPEG图像容易成为篡改攻击的对象,其中包括以提高审美为目的的增强对比度等操作,和以欺骗受众或隐瞒证据为目的的抹掉图像内容、复制移动图像目标等操作。因此,在特定的场合如法庭上,验证数字图像的真实性与原始性就非常重要与必要。图像取证就是应用于这类场景的数字技术。双重JPEG压缩取证在图像取证技术中具有重要意义,因为它能揭示出存储格式为JPEG的图像是否经过篡改并有可能定位出篡改的区域。有不少学者对JPEG的图像DCT域和空域特性进行研究,做出对图像是否经过双重JPEG压缩的判断。近年来,卷积神经网络在图像分类与识别任务中获得空前的成功,因此也导致一些研究人员引入这种方法,建立基于卷积神经网络的模型来提高双重JPEG压缩的判断正确率。然而,现有的方法具有不完备的地方。对于基于人为特征的方法而言,它们往往专注于某种统计特性如DCT系数的分布特性,其特征容易被反取证研究者提出的针对方法所覆盖;其次,对现有的基于卷积神经网络的检测方法,它们都或多或少已经利用了某种人为特征作为原始输入,并且它们没有更完全地利用JPEG图像的特性信息。本文所做的主要工作,是充分地考虑和分析JPEG图像的特性,以构建一个基于卷积神经网络的检测模型,从而提高检测双重JPEG压缩图像的准确度。分别提出:1)基于DCT域的多分支卷积神经网络JPEG-CNN,学习JPEG图像DCT系数子带的内部信息与外部信息;2)基于空域的双通路卷积神经网络SB-CNN,学习JPEG图像空域中的块内信息与块间信息;3)一个改进的基于DCT域的卷积神经网络DC-CNN,以及一个双域卷积神经网络DD-CNN,同时使用不同信息域的信息来增强学习能力。实验结果显示:(1)JPEG-CNN具有较高的双重JPEG压缩检测能力,其性能与传统人为特征具有同样的检测水平,甚至在个别QF组合有4.61%的提升;(2)SB-CNN在检测双重JPEG压缩图像的性能则比JPEG-CNN略微下降,但与传统人为特征的方法、其他基于卷积神经网络的方法还是处于相近的水平。此外,它在嵌入反取证技术的双重JPEG压缩图像中具有良好而稳定的表现,比JPEG-CNN、传统人为特征的方法以及其他基于卷积神经网络提高9%至40%的性能;(3)改进的DC-CNN具有与JPEG-CNN持平的双重JPEG压缩图像检测能力,但在嵌入反取证技术的双重JPEG图像检测中,DC-CNN要优于JPEG-CNN。而综合来看,合并后的DD-CNN比DC-CNN、SB-CNN具有更稳健而优异的性能。同时,我们展示了丰富的实验结果,其中包括多种反取证技术、多种取证方法以及多种分类方式。结果显示,DD-CNN比基于人为特征的方法和其他基于卷积神经网络的模型更加稳定可靠。(本文来源于《深圳大学》期刊2018-06-30）
李昭[3]（2018）在《基于多尺度深度网络的双重JPEG压缩取证》一文中研究指出随着图像处理工具的普及和多媒体技术的快速发展,数字图像作为主要的信息载体,已经被广泛地应用在各个领域。由于现有图像处理工具的多样性,人们可以轻易地以任何想要的方式去修改一幅图像。因此,在新闻、军事、司法、商业、医疗应用和学术研究等众多领域,目前的数字技术已经严重影响了视觉图像的可信度。由于良好的压缩性能和重建质量,JPEG已成为应用最广泛的图像格式,因此在图像盲取证领域,针对JPEG图像进行篡改检测的重要性不言而喻。本文针对双重JPEG压缩取证进行了深入研究,提出两种基于多尺度深度网络的JPEG图像取证算法。在JPEG图像取证领域,从一幅JPEG图像中提取有效的统计学特征以用于分类仍面临着挑战。在传统方法中,有效的特征是人为设计的,这表明需要耗费大量劳力进行研究和推导,且这些特征的分类效果往往有限。本文针对这一问题,提出了一种基于多尺度深度判别网络的JPEG图像取证算法。由于深度学习在计算机视觉和人工智能领域所表现出的特征学习、特征表达上的优势,我们利用深度神经网络模型来自主学习图像的特定统计学特征,以提高取证的准确性。我们设计了多尺度模块用于从JPEG图像的离散余弦变换(DCT)系数直方图中自动提取多个特征。该模块可以捕捉不同尺度空间中的特征信息,拓展丰富了特征内容,有助于提高后续篡改检测的效果。此外,当JPEG图像第一次压缩质量因数(1)高于第二次压缩质量因数(2)时,由于篡改与未篡改区域间极小的统计学差异,图像取证方法的检测效果普遍不佳。我们针对此类难点情况,设计了一个判别模块。该判别模块中经过特殊设计的深度神经网络,能够提取此类情况下篡改与真实区域图像DCT系数直方图之间的微小差异,达到提高网络篡改检测效果的目的。最后,我们能够获得篡改检测概率图,并自动定位出JPEG图像的篡改区域。通过大量实验,证明了我们所提出方法相比于其他方法在定量评价指标和检测视觉效果上的优越性。为了更加全面地研究多尺度深度网络在双重JPEG压缩取证领域的应用,我们对另一种多尺度深度的网络结构进行了深入研究,提出了一种基于多尺度深度融合网络的JPEG图像取证算法。该算法使用了单一的网络来解决取证问题,而多尺度融合的特点主要体现在该网络的具体结构中。该网络能够从JPEG图像的DCT系数直方图中自动提取多个尺度空间上的多种特征,并进行有效融合,以获得更加多样化的特征信息,拓展所提取特征的内容,以提高图像取证的准确性。最终,我们能够利用网络分类的结果自动而有效地定位出图像中的篡改区域。定性和定量实验表明,该方法在主客观评价指标上均有显着的提高。(本文来源于《西安电子科技大学》期刊2018-06-01）
吴雪[4]（2016）在《压缩质量相同的双重JPEG压缩检测算法研究》一文中研究指出数字图像取证技术是多媒体信息安全领域中的一个重要研究方向,对于基于图像格式的数字图像取证的研究,主要针对的就是JPEG压缩图像。双重JPEG压缩指的是一幅数字图像先后经过了两次JPEG压缩过程,图像篡改常常会导致双重JPEG压缩现象的发生,一些图像的隐写方案可能生成双重JPEG压缩图像。因此,在数字图像取证技术中,对双重JPEG压缩图像的检测研究显得尤为重要。根据前后两次JPEG压缩的压缩质量是否相同,双重JPEG压缩分为两种情况:两次压缩质量不同的双重JPEG压缩和两次压缩质量相同的双重JPEG压缩。目前,对于两次压缩质量不同的双重JPEG压缩的检测研究已经取得了一定的成功,提出了诸多检测算法,但是,对于两次压缩质量相同情况下的检测研究,还处于初级研究阶段,检测算法的检测准确率比较低。本文分析了JPEG压缩过程中存在的误差,提出了两种基于误差图像的改进算法,检测两次压缩质量相同的双重JPEG压缩,以达到提高检测准确率的目的。本文研究的的主要内容包括:(1)分析JPEG压缩过程与解压缩过程中存在的误差,进而提取出待检测JPEG图像的误差图像,利用误差图像代替JPEG图像,在此基础上提出双重JPEG压缩检测算法。(2)经过连续JPEG压缩后,分析误差图像中数据的统计差异,同时分析不同压缩质量下误差图像中数据的统计差异。不同于其他检测算法直接从JPEG图像中提取特征,本文提出的两种改进算法从误差图像中提取一组可区分的特征向量,用来对单次JPEG压缩和两次压缩质量相同的双重JPEG压缩进行检测。(3)使用支持向量机,对本文提出的两种改进算法的特征向量进行测试,检测单次JPEG压缩与压缩质量相同的双重JPEG压缩,以及压缩质量相同的叁重JPEG压缩,同时与两种现有检测算法进行了性能对比。实验结果表明,在不同压缩质量下,对于本文提出的两种改进的检测算法,检测准确率普遍高于已有检测算法的准确率。同时设计了双重JPEG篡改压缩的篡改检测框架,进行双重JPEG篡改压缩图像的篡改实验,实现压缩质量相同的双重JPEG篡改压缩图像的篡改检测与篡改定位。(本文来源于《武汉理工大学》期刊2016-04-01）
赵洁,郭继昌,张艳,张众维[5]（2015）在《JPEG图像双重压缩偏移量估计的篡改区域自动检测定位》一文中研究指出目的为了解决现有图像区域复制篡改检测算法只能识别图像中成对的相似区域而不能准确定位篡改区域的问题,提出一种基于JPEG(joint photographic experts group)图像双重压缩偏移量估计的篡改区域自动检测定位方法。方法首先利用尺度不变特征变换(SIFT)算法提取图像的特征点和相应的特征向量,并采用最近邻算法对特征向量进行初步匹配,接下来结合特征点的色调饱和度(HSI)彩色特征进行优化匹配,消除彩色信息不一致引发的误匹配;然后利用随机样本一致性(RANSAC)算法对匹配对之间的仿射变换参数进行估计并消除错配,通过构建区域相关图确定完整的复制粘贴区域;最后根据对复制粘贴区域分别估计的JPEG双重压缩偏移量区分复制区域和篡改区域。结果与经典SIFT和SURF(speeded up robust features)的检测方法相比,本文方法在实现较高检测率的同时,有效降低了检测虚警率。当第2次JPEG压缩的质量因子大于第1次时,篡改区域的检出率可以达到96%以上。结论本文方法可以有效定位JPEG图像的区域复制篡改区域,并且对复制区域的几何变换以及常见的后处理操作具有较强的鲁棒性。(本文来源于《中国图象图形学报》期刊2015年10期）
武春风[6]（2015）在《双重压缩 向休眠文件要空间》一文中研究指出也许你已经知道,启用系统休眠功能会以多占用系统盘空间为代价。因此,不少人将休眠功能关闭以腾出更多空间(尤其是对于固态硬盘用户来说)。但是,休眠功能也有它的好处,除了省电外,它能让我们迅速恢复工作现场。如果不想丢弃休眠功能,但还希望能腾出更多的磁盘空间,有什么办法呢?(本文来源于《电脑爱好者》期刊2015年03期）
刘巨保,党黎明,付茂青,王泉[7]（2014）在《封隔器胶筒轴向压缩大变形与双重接触力学分析》一文中研究指出压缩式封隔器胶筒属大变形材料,在坐封过程中与中心管、套管产生双向接触摩擦,给理论分析带来难度。鉴于此,考虑胶筒材料非线性、几何非线性及双重接触非线性,采用弹性力学理论和橡胶大变形本构关系,推导了胶筒坐封过程中的变形和接触压力计算公式,根据力学基本理论建立胶筒变形方程。将胶筒变形分为自由变形、单向约束变形和双向约束变形3个阶段,利用载荷迭代法求解各阶段的接触压力和压缩量。提出以密封系数作为封隔器坐封的判别条件,密封系数越大,表明密封性能越好;通过密封系数不小于1来判断封隔器是否完全坐封,由封隔器承受的最大压力来判断适用于何种深度的压裂井。该项研究结果可为封隔器设计提供理论依据。(本文来源于《石油机械》期刊2014年07期）
苏锋,刘新[8]（2014）在《新时期中国动画产业的“双重怪圈”——基于“时空压缩”的视角》一文中研究指出我国政府为鼓励动画产业的发展,相继出台了多项扶持政策并投入了大量的资金,以此培育和资助动画企业的成长。10年过去了,经过打磨和历练后的中国动画产业,并没有实现产业发展的预期,相反还出现了诸多诟病。本文基于"时空压缩"的视角,针对目前我国动画产业的症结问题,从分析我国动画企业利润来源入手,挖掘隐匿在动画产业运营中的"两大杀手",即:体制问题和市场问题。两个问题的相互交织,便引出了新时期下的中国动画产业的"双重怪圈",即:经济怪圈和文化怪圈。(本文来源于《福建论坛(人文社会科学版)》期刊2014年06期）
王琬,蒋兴浩,孙锬锋[9]（2012）在《基于首位数字特征的双重MPEG压缩检测算法》一文中研究指出视频双重压缩检测是检测视频篡改的有效方法,可用于鉴定视频的真实性与可靠性。该文针对离散余弦变换交流系数首位数字的概率分布与对数定律的拟合关系,选取了一种12维的首位数字特征,并采用支持向量机进行双重MPEG压缩的检测。对比实验证明该算法具有较高的准确率和效率。(本文来源于《电子与信息学报》期刊2012年12期）
史芳玲[10]（2012）在《JPEG双重压缩图像检测及中值滤波检测研究》一文中研究指出随着计算机网络和多媒体技术的迅速发展,各种图像生成设备和具有丰富功能的图像处理软件(如nEO iMANINE, Adobe Photoshop, CorelDraw等)的出炉,对图像的恶意篡改和伪造变得越来越容易,而且被处理过的图像与真实图像的逼真度不断提高。在一定范围内对于图像的编辑和处理,一方面使得人们的生活更加丰富多彩,而另一方面却给人们的正常生活带来了很多麻烦和困扰。尤其是当篡改或者伪造的图像被传入政治、法律等领域时,将给整个国家的利益和社会的稳定带来巨大的损害与威胁。因此,判断图像的真伪性有着重要的现实意义,是目前多媒体安全技术领域研究的热点。而JPEG图像格式是目前最流行的图像格式。鉴于此,本文对JPEG双重压缩图像的检测和JPEG图像的中值滤波检测的方法进行了研究,其主要工作如下：1.提出了一种JPEG双重压缩图像检测的算法。该方法对JPEG单次压缩图像DCT变换量化系数直方图的特点和JPEG双重压缩图像的DCT变换量化系数直方图进行分析。将JPEG压缩图像(包括JPEG双重压缩图像和JPEG单次压缩图像)的实际量化步长与估算的JPEG图像的量化步长的差值,以及估算的JPEG图像的量化步长本身,作为检测双重压缩JPEG图像的区分特征,对JPEG双重压缩图像是否经过了JPEG双重压缩进行检测。经过大量实验表明,本文提出的算法与已有的方法相比,提高了检测的准确度,并且使得被检测图像的范围更为广泛。2.对JPEG图像中值滤波平滑操作进行了分析,提出了一种JPEG图像中值滤波的检测算法。该方法利用中值滤波的特性,对待检测JPEG图像进行3×3中值滤波,同时对待检测JPEG图像进行校正,并设置一定的阈值τ,计算图像块的方差σ。如果方差σ小于阈值τ,则图像块不参与进一步的计算；如果方差σ大于阈值τ,则图像块参与进一步的计算。最后计算其校正图像与滤波图像之间的差值,统计差值图像像素点灰度值为零的总个数以及均值图像对应的差值图像像素点灰度值为零的均值,将其作为中值滤波检测的二维特征,用来检测JPEG图像是否经过了中值滤波的操作。经过大量实验表明,本文提出的JPEG图像中值滤波检测算法与现有的方法相比,不但提高了检测的准确度,而且大大减少了所需时间。(本文来源于《西北大学》期刊2012-06-30）
双重压缩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于能够在减少大量冗余信息的同时保持图像较好的视觉效果,JPEG图像压缩技术广泛应用于包括互联网传输、摄影设备存储在内的等绝大多数图像压缩过程,以节省传输带宽或存储空间。也正因为这种广泛性,JPEG图像容易成为篡改攻击的对象,其中包括以提高审美为目的的增强对比度等操作,和以欺骗受众或隐瞒证据为目的的抹掉图像内容、复制移动图像目标等操作。因此,在特定的场合如法庭上,验证数字图像的真实性与原始性就非常重要与必要。图像取证就是应用于这类场景的数字技术。双重JPEG压缩取证在图像取证技术中具有重要意义,因为它能揭示出存储格式为JPEG的图像是否经过篡改并有可能定位出篡改的区域。有不少学者对JPEG的图像DCT域和空域特性进行研究,做出对图像是否经过双重JPEG压缩的判断。近年来,卷积神经网络在图像分类与识别任务中获得空前的成功,因此也导致一些研究人员引入这种方法,建立基于卷积神经网络的模型来提高双重JPEG压缩的判断正确率。然而,现有的方法具有不完备的地方。对于基于人为特征的方法而言,它们往往专注于某种统计特性如DCT系数的分布特性,其特征容易被反取证研究者提出的针对方法所覆盖;其次,对现有的基于卷积神经网络的检测方法,它们都或多或少已经利用了某种人为特征作为原始输入,并且它们没有更完全地利用JPEG图像的特性信息。本文所做的主要工作,是充分地考虑和分析JPEG图像的特性,以构建一个基于卷积神经网络的检测模型,从而提高检测双重JPEG压缩图像的准确度。分别提出:1)基于DCT域的多分支卷积神经网络JPEG-CNN,学习JPEG图像DCT系数子带的内部信息与外部信息;2)基于空域的双通路卷积神经网络SB-CNN,学习JPEG图像空域中的块内信息与块间信息;3)一个改进的基于DCT域的卷积神经网络DC-CNN,以及一个双域卷积神经网络DD-CNN,同时使用不同信息域的信息来增强学习能力。实验结果显示:(1)JPEG-CNN具有较高的双重JPEG压缩检测能力,其性能与传统人为特征具有同样的检测水平,甚至在个别QF组合有4.61%的提升;(2)SB-CNN在检测双重JPEG压缩图像的性能则比JPEG-CNN略微下降,但与传统人为特征的方法、其他基于卷积神经网络的方法还是处于相近的水平。此外,它在嵌入反取证技术的双重JPEG压缩图像中具有良好而稳定的表现,比JPEG-CNN、传统人为特征的方法以及其他基于卷积神经网络提高9%至40%的性能;(3)改进的DC-CNN具有与JPEG-CNN持平的双重JPEG压缩图像检测能力,但在嵌入反取证技术的双重JPEG图像检测中,DC-CNN要优于JPEG-CNN。而综合来看,合并后的DD-CNN比DC-CNN、SB-CNN具有更稳健而优异的性能。同时,我们展示了丰富的实验结果,其中包括多种反取证技术、多种取证方法以及多种分类方式。结果显示,DD-CNN比基于人为特征的方法和其他基于卷积神经网络的模型更加稳定可靠。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双重压缩论文参考文献
[1].付剑晶,陈德人,徐达文,毛家发.适用于双重压缩环境的图像内容认证水印算法[J].中国科学:信息科学.2019
[2].罗瑚.基于卷积神经网络的双重JPEG压缩取证研究[D].深圳大学.2018
[3].李昭.基于多尺度深度网络的双重JPEG压缩取证[D].西安电子科技大学.2018
[4].吴雪.压缩质量相同的双重JPEG压缩检测算法研究[D].武汉理工大学.2016
[5].赵洁,郭继昌,张艳,张众维.JPEG图像双重压缩偏移量估计的篡改区域自动检测定位[J].中国图象图形学报.2015
[6].武春风.双重压缩向休眠文件要空间[J].电脑爱好者.2015
[7].刘巨保,党黎明,付茂青,王泉.封隔器胶筒轴向压缩大变形与双重接触力学分析[J].石油机械.2014
[8].苏锋,刘新.新时期中国动画产业的“双重怪圈”——基于“时空压缩”的视角[J].福建论坛(人文社会科学版).2014
[9].王琬,蒋兴浩,孙锬锋.基于首位数字特征的双重MPEG压缩检测算法[J].电子与信息学报.2012
[10].史芳玲.JPEG双重压缩图像检测及中值滤波检测研究[D].西北大学.2012