JPEG压缩对相机型号来源取证的影响分析

doi:10.11959/j.issn.2096-109x.2016.00100

网络与信息安全学报 ›› 2016, Vol. 2 ›› Issue (9): 65-71.doi: 10.11959/j.issn.2096-109x.2016.00100

JPEG压缩对相机型号来源取证的影响分析

王波(),殷建峰,李亚宾

大连理工大学信息与通信工程学院，辽宁大连 116024

修回日期:2016-08-19 出版日期:2016-09-15 发布日期:2020-03-26
作者简介:王波（1981-），男，四川自贡人，大连理工大学副教授，主要研究方向为数字图像取证、信息隐藏与信息隐藏分析。|殷建峰（1994-），女，山西太原人，大连理工大学本科生，主要研究方向为数字图像取证。|李亚宾（1994-），男，河南漯河人，大连理工大学硕士生，主要研究方向为数字图像取证。
基金资助:
国家自然科学基金资助项目(61502076);辽宁省教育厅科学研究基金资助项目(L2015114)

Performance evaluation for JPEG compression on model-based source camera identification

Bo WANG(),Jian-feng YIN,Ya-bin LI

School of Information and Communication Engineering,Dalian University of Technology,Dalian 116024,China

Revised:2016-08-19 Online:2016-09-15 Published:2020-03-26
Supported by:
The National Natural Science Foundation of China(61502076);Scientific Research Foundation of the Education Department of Liaoning Province(L2015114)

摘要/Abstract

摘要：

针对实际取证场景中经网络传输的 JPEG 压缩图像，分析了基于彩色滤波阵列（CFA）插值系数特征、局部二进制模式（LBP）以及图像质量（IQM）和高阶小波统计特征这3种典型的相机型号来源取证方法的性能，评估了社交平台和网络媒体情况下已有来源取证算法的性能。实验结果表明，随着图像压缩质量的下降，相机型号来源鉴别准确率迅速下降，已有方法在实际应用中的性能仍然有待提高。

关键词: 相机型号来源取证, JPEG压缩, 彩色滤波阵列, 局部二进制模式, 图像质量测量, 小波变换

Abstract:

Focusing on JPEG images transferred by social platform and network media from actual forensic cases,quantities of simulation experiments were carried out to evaluate the performance of three typical methods of model-based source camera identification.The methods are based on the feature of interpolation coefficients of color filter array(CFA),local binary pattern(LBP),and image quality measurement(IQM)with high-order wavelet statis-tic features.The experiments demonstrate that the accuracy decreases rapidly with the compression quality of im-ages decreasing.As a result,methods of model-based source camera identification currently used are demanded bet-ter performance in practical scenes.

Key words: model-based source camera identification, JPEG compression, color filter array, local binary pattern, image quality measures, wavelet transform

中图分类号:

TN911.73

王波,殷建峰,李亚宾. JPEG压缩对相机型号来源取证的影响分析[J]. 网络与信息安全学报, 2016, 2(9): 65-71.

Bo WANG,Jian-feng YIN,Ya-bin LI. Performance evaluation for JPEG compression on model-based source camera identification[J]. Chinese Journal of Network and Information Security, 2016, 2(9): 65-71.

图/表 11

图1

表1

表2

表3

表4

表5

图2

图3

图4

图5

图6

参考文献 15

[1]	PIVA A . An overview on image forensics[J]. ISRN Signal Process-ing, 2013,(1):1-22.
[2]	王波 . 利用成像引入特征的数字图像被动盲取证研究[D]. 大连: 大连理工大学, 2010.
	WANG B . Study on passive and blind digital image forensics using characteristics introduced by image formation[D]. Dalian: Dalian University of Technology, 2010.
[3]	KOT A C , CAO H . Image and video source class identification[M]// Digital Image Forensics. New York: Springer Press, 2013:157-178.
[4]	SWAMINATHAN A , WU M , LIU K J R . Nonintrusive component forensics of visual sensors using output images[J]. IEEE Transactions on Information Forensics and Security, 2007,2(1):91-105.
[5]	XU G , SHI Y Q . Camera model identification using local binary patterns[C]// IEEE International Confe rence on Multimedia and Expo(ICME). 2012:392-397.
[6]	KHARRAZI M , SENCAR H T , MEMON N . Blind source camera identification[C]// IEEE International Conference on Image Proc-essing(ICIP). 2004:709-712.
[7]	SAN C K , LAM E Y , WONG K K Y . Automatic source cam-eraidentification using the intrinsic lens radial distortion[J]. Optics Express, 2006,14(24):11551-11565.
[8]	王波，孔祥维，尤新钢，等. 基于协方差矩阵的CFA插值盲检测方法[J]. 电子与信息学报, 2009,31(5):1175-1179.
	WANG B , KONG X W , YOU X G , et al. Blind CFA interpolation detection based on covariance matrix[J]. Journal of Electronics and Information Technology, 2009,31(5):1175-1179
[9]	TAN Y , WANG B , LI M , et al. Camera source identification with limited labeled training set[C]// The 14th International Workshop on Digital-forensics and Watermarking,Tokyo. 2015.
[10]	孙雪辉 . 利用多特征和软件成像的手机图像盲取证技术[D]. 大连: 大连理工大学, 2010.
	SUN X H . Blind cell-phone image forensics based on multi- fea-tures and soft-imaging[D]. Dalian: Dalian University of Technology, 2010.
[11]	ISMAIL A . Steganalysis using image quality metrics[J]. IEEE Transactions on Image Processing, 2003,12(2):221-229.
[12]	ESKICOIGLU AM , FISHER P S . Image quality measures and their performance[J]. IEEE Transactions on Communication, 1995,43(12):2959-2965.
[13]	LYU S , FARID H . How realistic is photorealistic[J]. IEEE Transac-tions on Signal Processing, 2005,53(2):845-850.
[14]	WANG B , GUO Y Q , KONG X W , et al. Source camera identifica-tion forensics based on wavelet features[C]// International Confer-ence on Intelligent Information Hiding and Multimedia Signal Processing,Kyoto. 2009:702-705.
[15]	GLOE T , BOHME R . The dresden image database' for benchmark-ing digital image forensics[J]. Journal of Digital Forensic Practice, 2010,3(2-4):150-159.

特征类别	图像质量特征
	均方误差：Q1；
基于像素差	平均绝对误差：Q2；
	修正无穷范数：Q3
	图像保真度：Q4；
	规范化的交叉相关：Q5；
基于相关性	Czekonowski相关：Q6；平均角度相似性：Q7；
	频谱幅值误差：Q8；
	频谱相位误差：Q9
	频谱相位—幅值误差：Q10；
基于频谱	图像块频谱幅值误差：Q11；图像块频谱相位误差：Q12；
	图像块频谱相位—幅值误差：Q13

序号	相机型号	分辨率	图像数量
Cam1	Casio_EX_Z150	3 264×2 448	350
Cam2	Kodak_M1063	3 664×2 748	350
Cam3	NikonCoolPixS71	4 352×3 264	350
Cam4	Olimpus_mju	3 648×2 736	350
Cam5	Panasonic_DMC	3 648×2 736	350

测试组	最小图像大小/kB	最大图像大小/kB	平均图像大小/kB
原始图像	5 952	5 952	4 227
Q=100	3 012	10 525	6 092
Q=95	1 357	6 588	3 185
Q=90	932	4 839	2 113
Q=85	750	4 250	1 635
Q=80	578	3 492	1 364
Q=75	468	2 799	1 174
Q=70	412	2 643	1 056
Q=65	363	2 451	950

测试组	最小图像大小/kB	最大图像大小/kB	平均图像大小/kB
微信压缩	72	422	208
QQ压缩	38	322	150
微博压缩	192	631	393

		准确率
测试组
测试组
	CFA特征	LBP特征	IQM+高阶小波特征
原始图像	99.4%	98.0%	84.8%
Q=100	98.4%	97.1%	81.4%
Q=95	80.0%	83.4%	74.6%
Q=90	49.0%	52.7%	44.6%
Q=85	32.4%	36.3%	32.4%
Q=80	26.8%	26.5%	25.8%
Q=75	21.2%	23.0%	24.2%
Q=70	21.2%	21.8%	24.4%
Q=65	21.0%	21.0%	23.0%
微信压缩	54.0%	57.2%	53.0%
QQ压缩	23.0%	26.3%	36.0%
微博压缩	95.0%	84.3%	58.0%

JPEG压缩对相机型号来源取证的影响分析

Performance evaluation for JPEG compression on model-based source camera identification

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 15

相关文章 2

Metrics

推荐阅读 0

[1]	陈万泽, 黄丽清, 陈家祯, 叶锋, 黄添强, 罗海峰. 融合小波快捷连接生成对抗网络的面部性别伪造[J]. 网络与信息安全学报, 2023, 9(3): 150-160.
[2]	杨宇光, 曹国栋. 新的基于双混沌系统和压缩感知的图像加密算法[J]. 网络与信息安全学报, 2022, 8(5): 88-97.