JPEG原图重构取证方法

来源：信号处理杂志 2024年第6期北京时间：

作者：黎溢轩, 李昊东, 曾吉申, 黄瑞灵, 黄继武

摘要：数字图像已被广泛用于办理各类网上业务和作为司法证据。与此同时，利用流行的图像编辑软件，普通用户就可以对图像进行语义篡改而不留下视觉痕迹。因此，对数字图像的原始性和真实性进行辨识已成为迫切的应用需求。基于元数据的图像篡改取证方法因准确性高、计算量小而得到重视。然而，原图重构技术（例如应用MagicEXIF元数据编辑器）的出现使上述方法完全失效。针对这一问题，本文提出一种JPEG图像原图重构取证方法，用于检测图像是否受到重构攻击。通过分析原图重构的过程，以及重构前后图像的像素统计特征差异，本文对深度学习隐写分析模型SRNet（Steganalysis Residual Network）进行轻量化改进：裁剪其冗余的下采样层以减少参数，引入通道注意力机制以提高对关键特征的提取能力，并采用知识蒸馏的方法进一步提升模型的准确率。进一步地，通过分析重构对不同颜色分量的影响，采用YCbCr 颜色分量作为模型输入，以提高检测性能。为测试算法的性能，我们收集了由不同品牌和型号的手机拍摄的图像数据，构建了大规模重构图像数据库。实验表明，本文提出的模型在参数量显著减少的情况下性能优于流行的模型，对512×512大小的图像可取得98%以上的检测正确率，且具有良好的跨设备泛化能力。同时，通过应用迁移学习，本文方法对不同版本的重构软件也具有较好的泛化性。

关键词：‍‍图像元数据, 原图重构, 图像取证, 重构检测, 轻量化模型