[發(fā)明專利]一種彩色圖像JPEG2000重壓縮檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110472805.6
• 申請(qǐng)日: 2021-04-29
• 公開（公告）號(hào): CN113034628B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設(shè)計(jì)）人: 王金偉;胡冰濤;王昊;殷琪林
• 申請(qǐng)（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號(hào): G06T9/00
• 分類號(hào): G06T9/00;G06V10/56;G06V10/764;G06V10/774;G06V10/82;G06N3/0464
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

本發(fā)明公開了一種基于四元數(shù)卷積神經(jīng)網(wǎng)絡(luò)的彩色圖像JPEG2000重壓縮檢測(cè)方法，針對(duì)二次壓縮引入JPEG2000造成的混合重壓縮問題，通過四元數(shù)卷積神經(jīng)網(wǎng)絡(luò)模型自動(dòng)提取圖像中的特征，充分利用彩色圖像的顏色信息，捕捉經(jīng)歷不同壓縮歷史對(duì)圖像中引入的像素值本身的變化，從而對(duì)混合重壓縮問題進(jìn)行檢測(cè)，該方法包括以下步驟：輸入圖像、圖像升維、特征提取、特征轉(zhuǎn)換、結(jié)果分析。本發(fā)明適用范圍廣，能夠檢測(cè)現(xiàn)在無法解決的JPEG2000的混合重壓縮問題，同時(shí)在JPEG重壓縮檢測(cè)問題上也有不錯(cuò)的表現(xiàn)；本發(fā)明算法的健壯性較好，在兩種重壓縮檢測(cè)問題上的遷移性優(yōu)于現(xiàn)有算法。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像取證領(lǐng)域，特別是一種基于四元數(shù)卷積神經(jīng)網(wǎng)絡(luò)的彩色圖像JPEG2000重壓縮檢測(cè)方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)和成像技術(shù)的發(fā)展，數(shù)字圖像已經(jīng)在我們的生活中隨處可見，用戶可以方便、快捷地上傳圖像至不同的社交媒體，因此，互聯(lián)網(wǎng)上每天都在快速地產(chǎn)生著大量新的數(shù)字圖像。同時(shí)，由于各種功能強(qiáng)大且使用便捷的圖像處理軟件出現(xiàn)，非專業(yè)的用戶可以很容易地處理這些數(shù)字圖像，這使得圖像篡改的成本大大降低，越來越多的篡改圖像出現(xiàn)在日常生活中，數(shù)字圖像篡改事件層出不窮，不僅降低了數(shù)字圖像的可信度，還給個(gè)人和社會(huì)都帶來了極大的負(fù)面影響。基于上述原因，近年來圖像取證技術(shù)受到了政府的重視，已經(jīng)有研究人員做了一些嘗試來解決數(shù)字圖像的完整性和可信度問題，其中，基于重壓縮的取證算法是重點(diǎn)關(guān)注的領(lǐng)域。

由于JPEG類格式（以JPEG和JPEG2000算法等圖像頻域壓縮算法為主）具有存儲(chǔ)空間小、傳輸便捷等特性，其作為一種經(jīng)典且常見的圖像格式存在于日常生活中。如果JPEG類圖像被篡改會(huì)導(dǎo)致出現(xiàn)JPEG類重壓縮的痕跡，此時(shí)對(duì)JPEG類重壓縮的檢測(cè)可以作為判斷圖像是否被篡改的重要依據(jù)。JPEG類壓縮有兩種經(jīng)典的算法分別是：（1）JPEG壓縮；（2）JPEG2000壓縮。現(xiàn)有的研究大多集中在JPEG的重壓縮檢測(cè)領(lǐng)域，而針對(duì)JPEG2000的重壓縮檢測(cè)基本還處于起步階段。

在JPEG重壓縮檢測(cè)領(lǐng)域，過去的工作大多數(shù)基于人工提取或預(yù)先設(shè)計(jì)的特征。傳統(tǒng)的重壓縮圖像方法先從每個(gè)88的非重疊塊的前20個(gè)交流系數(shù)中計(jì)算相應(yīng)的第一位數(shù)字（1-9）的概率分布，并用馬爾科夫概率轉(zhuǎn)移矩陣構(gòu)成180維特征向量，將這些特征向量輸入支持向量機(jī)，對(duì)單壓縮圖像和重壓縮圖像進(jìn)行分類。然而，這些方法的特征提取主要依賴于人工設(shè)計(jì)，具有很強(qiáng)的問題針對(duì)性，這導(dǎo)致了算法的遷移性較差。

深度學(xué)習(xí)的出現(xiàn)解決了這些問題，由于它能夠自動(dòng)地更新模型的參數(shù)以獲取更加優(yōu)秀的特征而受到從業(yè)者們的廣泛關(guān)注，基于CNN的JPEG重壓縮檢測(cè)算法逐漸出現(xiàn)。這類方法將圖像進(jìn)行多次的壓縮和解壓縮操作，從中提取截?cái)嗪蜕崛胝`差圖像作為網(wǎng)絡(luò)的輸入，進(jìn)而分辨單壓縮和重壓縮圖像，雖然取得了不錯(cuò)的效果，但基本都依賴于繁重、耗時(shí)的預(yù)處理，并且仍然局限于預(yù)先確定的特征。

上述提到的JPEG重壓縮檢測(cè)算法，不論是傳統(tǒng)的還是基于深度學(xué)習(xí)的方法，它們對(duì)特征的依賴性太強(qiáng)，分類特征都基本依賴于JPEG壓縮中離散余弦變換帶來的塊效應(yīng)。針對(duì)特征依賴塊效應(yīng)這一缺點(diǎn)，不法分子在篡改圖像時(shí)很可能會(huì)將JPEG塊效應(yīng)減弱或者抹除從而達(dá)到混淆視聽的目的。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明的目的是提供一種適用范圍廣、精度高的基于四元數(shù)卷積神經(jīng)網(wǎng)絡(luò)的彩色圖像JPEG2000重壓縮檢測(cè)方法。

技術(shù)方案：本發(fā)明提供了一種基于四元數(shù)卷積神經(jīng)網(wǎng)絡(luò)的彩色圖像JPEG2000重壓縮檢測(cè)方法，針對(duì)二次壓縮引入JPEG2000造成的混合重壓縮問題，通過四元數(shù)卷積神經(jīng)網(wǎng)絡(luò)模型自動(dòng)提取圖像中的特征，充分利用彩色圖像的顏色信息，捕捉經(jīng)歷不同壓縮歷史對(duì)圖像中引入的像素值本身的變化，從而對(duì)混合重壓縮問題進(jìn)行檢測(cè)。本發(fā)明所述的一種基于四元數(shù)卷積神經(jīng)網(wǎng)絡(luò)的彩色圖像JPEG2000重壓縮檢測(cè)方法，包括以下步驟：

（1）輸入圖像：在訓(xùn)練時(shí)給模型中輸入被壓縮的圖像；