篡改检测与定位论文-张继威,牛少彰,曹志义,王心怡

篡改检测与定位论文-张继威,牛少彰,曹志义,王心怡

导读:本文包含了篡改检测与定位论文开题报告文献综述及选题提纲参考文献,主要关键词:改进Deep,Labv3+,图像拼接,区域定位,轮廓学习

篡改检测与定位论文文献综述

张继威,牛少彰,曹志义,王心怡[1](2019)在《基于改进DeepLabv3+的拼接篡改定位检测技术》一文中研究指出目前大部分的拼接检测算法主要检测图片是否经历了拼接篡改,而不是对拼接区域进行定位检测,对此,提出了一种基于改进Deep Labv3+的拼接区域定位检测技术.首先,改变原Deep Labv3+网络的分类数;其次,通过改造图像训练库,在训练库中加入含有人物的原图,对原图和篡改图的标签进行区别设置,引导改进的Deep Labv3+网络去学习原图人物和篡改人物特征的区别.实验结果显示,基于改进Deep Labv3+的拼接区域定位检测技术在CASIA数据库上取得了更好的拼接区域定位效果.(本文来源于《北京邮电大学学报》期刊2019年01期)

姚晔,胡伟通,任一支,翁韶伟[2](2018)在《数字视频区域篡改的检测与定位》一文中研究指出目的数字视频区域篡改是指视频帧图像的某个关键区域被覆盖或被替换,经过图像编辑和修补之后,该关键区域的修改痕迹很难通过肉眼来分辨。视频图像的关键区域承载了视频序列的关键语义信息。如果该篡改操作属于恶意的伪造行为,将产生非常严重的影响和后果。因此,视频区域篡改的检测与定位研究具有重要的研究价值和应用前景。方法数字图像的复制粘贴篡改检测已经取得较大的研究进展,相关研究成果也很多。但是,数字视频区域篡改的检测与定位不能直接采用数字图像的复制—粘贴篡改取证算法。数字视频区域篡改检测与定位是数字视频被动取证研究领域中的一个新兴的研究方向,近年来越来越多的学者在该领域开展研究工作。目前,数字视频的区域篡改检测与定位研究还缺少完善的理论支撑和通用的检测与定位算法。在广泛调研最近几年的最新研究成果的基础上,对数字视频区域篡改的被动取证概念及重要性进行了介绍,将现有的数字视频区域篡改被动取证算法分为4类:基于噪声模式的算法、基于像素相关性的算法、基于视频内容特征的算法和基于抽象统计特征的算法。然后,对这些区域篡改检测与定位的算法进行对比分析,并介绍现有的视频区域篡改软件和算法,以及篡改检测算法的测试数据库。最后,对本研究领域存在的问题和挑战进行总结,并对未来的研究趋势进行展望。结果选取了20篇文献中的18种算法,分别介绍每种算法的算法原理,并对这些算法进行对比分析。大部分的算法都宣称可以检测并定位出篡改可疑区域,但是检测和定位的精度、计算复杂度都各有差异。其中,基于时空域的像素相关性分析的算法具有较好的检测和定位效果,并且支持运动背景视频中的运动目标删除篡改检测和定位。基于光流平滑性异常的算法和基于运动目标检测的算法都是基于公开的视频篡改测试库进行比较测试的,两种算法都具有较好的检测和定位效果。基于隐写分析特征提取的集成分类算法虽然只能实现时域上的篡改定位,不能实现更精细的空域篡改定位,但是该算法为基于机器学习的大规模视频篡改取证研究提供了新思路和可能的发展方向,具有较大的指导意义。结论由于视频编码压缩引入噪声,以及视频区域篡改软件工具和技术的改进,视频区域篡改检测和定位仍是一个极具挑战的课题。未来几年,基于视频内容特征和抽象统计特征的视频区域篡改检测和定位算法,有可能结合深度学习算法,得到进一步的研究和发展;相关的理论算法、系统模型和评价标准等研究成果将逐步完善。(本文来源于《中国图象图形学报》期刊2018年06期)

刘洪利,刘本永[3](2018)在《基于DCT系数首位数字特征抽取的JPEG图像重压缩检测及篡改定位》一文中研究指出针对JPEG图像重压缩篡改操作(伪作)检测及篡改定位问题,探讨一种利用DCT系数首位数字特征的改进方法。首先,将待测JPEG图像分成大小为64×64的重迭图像块,对于每一图像块,取每8×8小块中前9个位置的交流DCT(AC-DCT)系数的首位数字(1~9)特征;然后,对提取的首位数字特征进行PCA降维压缩以抽取紧凑特征,再利用SVM分类器判断相应图像块是否经过重压缩操作;最后,利用重压缩检测结果来定位JPEG图像篡改区域。实验结果表明,与代表性文献算法相比,改进算法在视觉效果上取得了更好的篡改定位结果,且对旋转、缩放、羽化等操作具有鲁棒性。(本文来源于《贵州大学学报(自然科学版)》期刊2018年03期)

许曼曼,杨继翔[4](2016)在《数字图像复制—粘贴篡改检测与定位算法》一文中研究指出为了提高图像区域的复制篡改检测效率,提出了一种基于相位相关的数字图像检测与定位算法。该算法首先对图像进行滑窗分块,根据各个图像块的灰度均值大小选出可能匹配的图像块对,然后利用相位相关技术对图像块对进行匹配度计算,最后根据候选图像块对之间的距离消除误匹配块对,并标记篡改区域。实验结果表明,该算法检测效率高且实用性强。(本文来源于《软件导刊》期刊2016年11期)

卢贺楠,黄添强[5](2016)在《帧删除篡改检测及定位》一文中研究指出帧删除篡改是一种常见的视频篡改方式,篡改者通过删除一些帧来达到改变视频内容的目的.经过多次实验,本文提出一种新的检测算法.为了便于传输与存储,视频几乎都经过有损压缩,有损压缩会造成数据丢失,导致两帧之间的相似度随着帧间间隔的增加而降低.根据这一特点,算法利用结构相似度来测量相邻帧之间的相似度值,由给定阈值找到异常点,实现帧删除篡改检测与定位.实验证明,算法对静止摄像机拍摄的视频进行帧删除篡改检测结果很好,即使视频被删除的是整个GOP组(a group of pictures)或者是GOP组的整数倍,也能正确检测并定位,并且不受再压缩,格式转换等因素的影响.(本文来源于《小型微型计算机系统》期刊2016年07期)

杨剑炉[6](2016)在《一种Seam-insertion篡改的检测与定位方法》一文中研究指出针对能够用于图像篡改的Seam-insertion技术,提出了一种Seam-insertion篡改识别定位算法。算法充分考虑了Seam-insertion篡改所引起的图像特征变化,提取像素点的线性特征和能量特征用于篡改的检测,并利用Seam的特性对篡改区域进行定位。实验结果表明,提出的方案能有效识别基于Seam-insertion的图像篡改,并能对篡改区域进行较为准确的定位。(本文来源于《莆田学院学报》期刊2016年02期)

赵洁,郭继昌,张艳,张众维[7](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)

潘敏[8](2014)在《基于PCA算法的HTML网页篡改检测定位系统》一文中研究指出提出了一种网页篡改检测定位的方法,该方法首次实现对目标HTML网页被篡改位置的定位。此方法将原始HTML网页源代码的每一列和每一行分别进行PCA数字水印和ULC嵌入处理,通过对网页源代码行与列的计算结果和抽取出的认证信息进行比较,实现对目标HTML网页篡改范围的定位。实验结果表明,该方法能检测网页篡改并较好地定位出篡改范围。(本文来源于《湖北师范学院学报(自然科学版)》期刊2014年04期)

杨婧,范梦迪,高雄智,任延珍[9](2014)在《一种改进的MP3被动篡改定位检测算法》一文中研究指出随着多媒体处理技术和录音设备的发展,录音资料作为客观证据越来越多地出现在法院庭审和案件侦察中。录音证据若成为判决依据,必须确保未被剪接或者伪造。音频真实性鉴定的一个重要方向即为信号的篡改定位检测。MP3是目前应用最为广泛的数字压缩录音格式。在亚马逊网站上所销售的数字录音设备中,销量排名前20位的设备大部分支持MP3格式,并且其中有一部分仅支持MP3格式。目前大多数的智能手机,其默认的录音文件格式也为MP3格式,因此MP3的真实性和完整性检测受到广泛关注。文章针对现有基于帧偏移特性的MP3篡改定位检测算法所存在的误判率高的问题,提出一种改进的MP3被动篡改定位检测算法。观察发现,现有检测算法的误判常出现于含有静音段较多的样本中,文中改进算法利用静音检测技术,通过设定阈值排除静音帧的干扰,降低了误检率;同时算法采用平移窗进行偏移量的提取,避免了单帧提取偏移量不稳定的问题。实验结果表明,改进算法能更准确地定位删除、插入、替换、拼接这四类篡改点的位置。与现有算法相比,误检率明显降低。(本文来源于《信息网络安全》期刊2014年10期)

刘丽娟,林小竹[10](2014)在《JPEG合成图像的盲篡改检测及定位》一文中研究指出提出一种经过JPEG压缩且保存为BMP格式的图像盲篡改检测方法。该算法基于原始量化表不一致性实现篡改定位。首先根据压缩图像特性定位DCT块;然后依据块划分估计原始量化表;最后计算图像块偏离量化表程度,并寻找合适阈值,实现篡改区域的自动检测和定位。改进原始量化表估计算法的实验结果表明:改进算法能实现直流(DC)分量的量化系数估计,并提高量化表估计的正确率,且能有效检测单次JPEG压缩图像的篡改及定位。(本文来源于《北京石油化工学院学报》期刊2014年02期)

篡改检测与定位论文开题报告

(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:

目的数字视频区域篡改是指视频帧图像的某个关键区域被覆盖或被替换,经过图像编辑和修补之后,该关键区域的修改痕迹很难通过肉眼来分辨。视频图像的关键区域承载了视频序列的关键语义信息。如果该篡改操作属于恶意的伪造行为,将产生非常严重的影响和后果。因此,视频区域篡改的检测与定位研究具有重要的研究价值和应用前景。方法数字图像的复制粘贴篡改检测已经取得较大的研究进展,相关研究成果也很多。但是,数字视频区域篡改的检测与定位不能直接采用数字图像的复制—粘贴篡改取证算法。数字视频区域篡改检测与定位是数字视频被动取证研究领域中的一个新兴的研究方向,近年来越来越多的学者在该领域开展研究工作。目前,数字视频的区域篡改检测与定位研究还缺少完善的理论支撑和通用的检测与定位算法。在广泛调研最近几年的最新研究成果的基础上,对数字视频区域篡改的被动取证概念及重要性进行了介绍,将现有的数字视频区域篡改被动取证算法分为4类:基于噪声模式的算法、基于像素相关性的算法、基于视频内容特征的算法和基于抽象统计特征的算法。然后,对这些区域篡改检测与定位的算法进行对比分析,并介绍现有的视频区域篡改软件和算法,以及篡改检测算法的测试数据库。最后,对本研究领域存在的问题和挑战进行总结,并对未来的研究趋势进行展望。结果选取了20篇文献中的18种算法,分别介绍每种算法的算法原理,并对这些算法进行对比分析。大部分的算法都宣称可以检测并定位出篡改可疑区域,但是检测和定位的精度、计算复杂度都各有差异。其中,基于时空域的像素相关性分析的算法具有较好的检测和定位效果,并且支持运动背景视频中的运动目标删除篡改检测和定位。基于光流平滑性异常的算法和基于运动目标检测的算法都是基于公开的视频篡改测试库进行比较测试的,两种算法都具有较好的检测和定位效果。基于隐写分析特征提取的集成分类算法虽然只能实现时域上的篡改定位,不能实现更精细的空域篡改定位,但是该算法为基于机器学习的大规模视频篡改取证研究提供了新思路和可能的发展方向,具有较大的指导意义。结论由于视频编码压缩引入噪声,以及视频区域篡改软件工具和技术的改进,视频区域篡改检测和定位仍是一个极具挑战的课题。未来几年,基于视频内容特征和抽象统计特征的视频区域篡改检测和定位算法,有可能结合深度学习算法,得到进一步的研究和发展;相关的理论算法、系统模型和评价标准等研究成果将逐步完善。

(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。

篡改检测与定位论文参考文献

[1].张继威,牛少彰,曹志义,王心怡.基于改进DeepLabv3+的拼接篡改定位检测技术[J].北京邮电大学学报.2019

[2].姚晔,胡伟通,任一支,翁韶伟.数字视频区域篡改的检测与定位[J].中国图象图形学报.2018

[3].刘洪利,刘本永.基于DCT系数首位数字特征抽取的JPEG图像重压缩检测及篡改定位[J].贵州大学学报(自然科学版).2018

[4].许曼曼,杨继翔.数字图像复制—粘贴篡改检测与定位算法[J].软件导刊.2016

[5].卢贺楠,黄添强.帧删除篡改检测及定位[J].小型微型计算机系统.2016

[6].杨剑炉.一种Seam-insertion篡改的检测与定位方法[J].莆田学院学报.2016

[7].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

[8].潘敏.基于PCA算法的HTML网页篡改检测定位系统[J].湖北师范学院学报(自然科学版).2014

[9].杨婧,范梦迪,高雄智,任延珍.一种改进的MP3被动篡改定位检测算法[J].信息网络安全.2014

[10].刘丽娟,林小竹.JPEG合成图像的盲篡改检测及定位[J].北京石油化工学院学报.2014

标签:;  ;  ;  ;  ;  

篡改检测与定位论文-张继威,牛少彰,曹志义,王心怡
下载Doc文档

猜你喜欢