【摘 要】
：
在深度着色技术的帮助下,人们能够轻易对图像和视频进行效果逼真的重着色操作,生成视觉层面上难分真假的色彩信息。该技术虽然带来拟真与便利,但也引致图像与视频色彩真假难鉴别问题。研究图像、视频色彩真实性鉴别技术对于多媒体数字取证领域的发展与完善具有重要意义和实用价值。然而,目前相关研究仍存在训练样本多、特征维度高、鲁棒性能低等方面的局限。因此,本文以图像与视频为研究实例,二者的重着色篡改取证技术为主要研
论文部分内容阅读
在深度着色技术的帮助下,人们能够轻易对图像和视频进行效果逼真的重着色操作,生成视觉层面上难分真假的色彩信息。该技术虽然带来拟真与便利,但也引致图像与视频色彩真假难鉴别问题。研究图像、视频色彩真实性鉴别技术对于多媒体数字取证领域的发展与完善具有重要意义和实用价值。然而,目前相关研究仍存在训练样本多、特征维度高、鲁棒性能低等方面的局限。因此,本文以图像与视频为研究实例,二者的重着色篡改取证技术为主要研究内容,取得的研究成果如下:首先,提出一种基于空间域中横向色差不一致性的重着色图像取证方法。基于真实图像比重着色图像具有更少的横向色差（LCA）的事实下,所提方法采用二维LCA向量模长特征结合三维直方图统计特征,生成五维LCA空间域特征,并将其输入支持向量机（SVM）生成检测模型以进行重着色图像的鉴别操作。在ImageNet和Oxford两个数据集上进行的实验结果表明,所提方法不仅在特征维度、检测性能、后处理攻击鲁棒性等方面优于现有的多数方法,而且仅需20对训练样本便能构建出有效的检测模型。其次,提出一种基于时空域中横向色差不一致性的重着色视频取证方法。依据真实视频与重着色视频在时空域中存在区分性LCA特征的前提下,该方法利用EfficientNet卷积神经网络与Bi-LSTM进行时域特征提取,将其结合空域特征后输入SVM分类器内进行训练与检测工作。在VISION数据集上的实验结果表明,所提出方法在检测性能、样本需求量等方面均表现良好,其中后处理攻击鲁棒性性能平均提升21.81%。本文以经过重着色篡改的图像、视频为出发点,LCA可区分性特征为分类依据,提出两种不同的重着色篡改取证技术并取得较好的性能表现,为数字取证中色彩真伪鉴别研究提供新的思路与解决方式。
其他文献
为方便区域施工测量，许多施工企业在小区域内建立了自成体系的坐标系统，但随着测量技术的进步，逐渐需要转化为国家统一坐标，以实现与周围控制点的联网。本文选择了布尔莎四参数、布尔莎七参数、莫洛金斯基模型、仿射六参数模型、多项式逼近模型，以讨论小区域坐标转换时最佳适用的模型；结果表明，布尔莎四参数、布尔莎七参数、莫洛金斯基模型在小区域坐标转换中精度相当，仿射六参数模型优于前三者，多项式逼近模型精度最高，X
传播源检测是指依据有限的知识定位网络中发起传播过程的节点。目前,源检测领域已经存在大量工作用于帮助网络管理员定位传播源。然而,却很少有研究工作考虑传播源主动采取措施避免被发现的情况。对传播源隐藏策略的研究不仅有助于满足匿名需求,同样有助于帮助网络管理员预测躲避者的行为模式从而及时管控风险。因此,面向传播源检测设计有效的源隐藏方法是本文研究的核心问题。基于对现有源检测工作的分析发现,源的拓扑位置影响
21世纪以来,人类的科技水平逐渐提高,这些最新产生的技术能够大幅降低人们的工作劳动强度,降低人工成本。但是如今仍有很多高成本的人工服务,例如牙齿诊断与治疗。随着社会科技不断的发展,越来越多的新技术逐渐涌现,诸如人工智能等技术自2012年得到长足的发展,相比于传统基于人工的方法,人工智能可以以较快的速度,较低的成本实现很多过去需要人类亲自行动的高成本工作,诸如自动或半自动的医疗诊断、自动驾驶、智能安
数字图像被广泛传递于各类网络平台,与此同时由其带来隐私泄露和数据窃取的现象也频繁出现,时刻威胁着信息内容的安全。网络环境下的图像信息隐藏因此成为信息隐藏领域的研究热点,但目前流行方法在安全性和鲁棒性等方面仍有待提高。为实现网络环境下的隐私保护和隐蔽通信,本文深入研究面向云存储的安全密文域可逆信息隐藏方法和面向社交网络的实用鲁棒隐写方法;在不可信的云网络环境下,通过结合可逆信息隐藏和图像加密来达到载
理性智能体旨在最大化个人利益从而逐渐放弃与他人合作,更倾向于享受他人付出所带来的利益,最终导致系统崩溃。在网络空间安全治理、供应链自主可控等智能自治场景中,利益相关智能体构成了复杂的网络化系统。以往社会合作问题采用反映社会关系的成对网络来建模,但这无法反映智能体间的合作关系。因此,如何对合作事件真实建模并使系统合作规范涌现成为网络社会治理中重要的研究课题。Axelrod元规范博弈通过引入二阶惩罚机
智能合约的安全是保证目前区块链系统安全的必要条件。目前常见的智能合约代码分析方法可分为四类:静态分析方法,动态分析方法,机器学习分析方法和深度学习分析方法。而这些方法当前都存在着一些缺点。静态分析方法的准确率较低,误报率较高。动态分析方法需要去执行代码,要求较高,流程比较复杂,消耗的时间较多。机器学习和深度学习目前都需要自己手动去发掘并设置特征属性。而且目前的分析模型都没有考虑隐私保护的问题,都是
近年来,得益于计算机硬件和深度学习的不断发展,以深度伪造（Deepfake）为代表的人脸操纵视频在抖音和You Tube等视频分享网站大肆传播。大量欺骗性极强的换脸视频对个人隐私、社会稳定和国家安全构成巨大的潜在威胁,如何验证视频或者图像的真实性逐渐成为数字社会最重要的话题之一。鉴于现有基于深度学习的检测方法可解释性不足,检测模型在面对压缩攻击时鲁棒性不强等问题,本文从提高可解释性和鲁棒性两个方向
＜正＞近日，云南西双版纳州纪委州监委通报，部分群众反映景洪市健康证“办证难”问题长期未得到有效解决，对市人民政府、市卫生健康局党组，以及市长、副市长等多个相关单位及其负责人进行了问责处理。健康证作为餐饮、住宿、文化娱乐等服务行业从业人员的身体健康证明，是保护从业人员和服务对象健康的重要预防性措施。也是这些服务行业从业人员的入行条件之一。自健康证取消收费体检后，一些地方“办证难”却成了较为普遍的现象
实际的控制系统或者工程设备存在其自身的物理限制或者人为约束,使得控制系统的控制输入是有限的。由于输入饱和具有非光滑的特性,很难对输入饱和函数进行线性化处理,这使得对于存在输入饱和的系统的分析与设计都变得更加困难。切换系统是由有限数量的子系统和一个控制子系统之间切换的规则组成的混杂系统。在实际的控制系统中,很多领域的控制系统都通过建立切换系统模型来提高系统性能,如化工过程控制、计算机控制等。由于切换