Анализ CFA-артефактов в задаче обнаружения искажений изображений

Abstract

Одним из часто осуществляемых видов подделки изображений является встраивание в изображение областей, скопированных из другого изображения. Данная статья посвящена исследованию одного из методов их обнаружения, работа которого основана на анализе артефактов, обусловленных параметрами сенсора регистрирующего устройства, при помощи которого было получено изображение. Для проверки подлинности изображение разбивается на блоки, для каждого из которых вычисляется критерий, определяющий вероятность наличия/отсутствия CFA-артефактов и как следствие вероятность того, является ли блок встроенным. В экспериментальной части работы проводится анализ точности обнаружения встроенных областей, а также исследование устойчивости метода к различным видам искажений: аддитивному гауссовскому шуму, сжатию JPEG и линейному контрастированию. Результаты экспериментов показали, что метод позволяет обнаруживать встроенные области различной природы, формы и размера, а также обладает устойчивостью к аддитивному гауссовскому шуму и линейному контрастированию для заданного диапазона параметров, но не устойчив к сжатию JPEG. Отличительной особенностью метода является возможность выявлять встроенные области с минимальным размером 2×2. One of the widespread image forgery techniques is image splicing. It represents pasting in an image parts of other images. In this paper, one of the methods of image splicing localization based on analysis of CFA-artifacts that appear on an image during the capturing process is de-scribed. A feature characterizing the presence/absence of CFA artifacts for each image block is measured. The obtained values of the feature define probability of each block to be embed. Analysis of the accuracy of the splicing localization method and its robustness against different types of tampering such as additive Gaussian noise, JPEG compression and linear enhancement are presented in the experimental part of the paper. The results showed that the suggested method reveals embed regions of different shape, size and nature in images. The method possesses stability against additive Gaussian noise and linear enhancement, but it is not steady against JPEG compression. The advantage of the method is the ability to localize splicing regions even at the smallest 2×2 block level.