基于JPEG系數(shù)變化率的圖像復(fù)制粘貼篡改檢測(cè)

趙 潔，郭繼昌

（1.天津大學(xué)電子信息工程學(xué)院，天津300072；2.天津城建大學(xué)計(jì)算機(jī)與信息工程學(xué)院，天津300384）

基于JPEG系數(shù)變化率的圖像復(fù)制粘貼篡改檢測(cè)

趙 潔1，2，郭繼昌1

（1.天津大學(xué)電子信息工程學(xué)院，天津300072；2.天津城建大學(xué)計(jì)算機(jī)與信息工程學(xué)院，天津300384）

針對(duì)JPEG圖像的復(fù)制粘貼篡改方式，提出單一流程的被動(dòng)檢測(cè)方法，實(shí)現(xiàn)了同幅圖像復(fù)制粘貼篡改和異幅圖像合成篡改的檢測(cè)定位.該算法判斷篡改圖像是否為JPEG格式.對(duì)于JPEG圖像，讀取圖像文件中存儲(chǔ)的量化表和JPEG系數(shù)；對(duì)于非JPEG圖像，進(jìn)行特定質(zhì)量因子的JPEG壓縮轉(zhuǎn)化為JPEG格式篡改圖像.將JPEG格式篡改圖像進(jìn)行特定質(zhì)量因子的JPEG壓縮，計(jì)算每一個(gè)圖像子塊兩次壓縮間的JPEG系數(shù)變化率，得到JPEG系數(shù)變化率圖像JCCR.對(duì)JCCR圖像進(jìn)行歸一化處理，實(shí)現(xiàn)篡改區(qū)域的檢測(cè)定位.實(shí)驗(yàn)結(jié)果表明，采用該算法可以有效地檢測(cè)JPEG圖像復(fù)制粘貼篡改的多種情形，與最近的同類(lèi)方法相比，具有較高的魯棒性和檢測(cè)召回率.

復(fù)制粘貼；篡改檢測(cè)；JPEG圖像；被動(dòng)取證

在過(guò)去的近10年中，數(shù)字取證作為一個(gè)新興的研究領(lǐng)域正在逐步發(fā)展起來(lái)，幫助公眾重建對(duì)數(shù)字媒體的信任.以數(shù)字水印為代表的主動(dòng)取證技術(shù)由于需要預(yù)先在圖像中嵌入標(biāo)識(shí)信息的缺陷而限制了其廣泛應(yīng)用.圖像被動(dòng)取證技術(shù)由于不需要事先在圖像中嵌入認(rèn)證信息的獨(dú)特優(yōu)勢(shì)成為國(guó)內(nèi)外數(shù)字取證領(lǐng)域的研究熱點(diǎn)，發(fā)表在IEEE和Elsevier會(huì)議和雜志上的相關(guān)論文數(shù)量逐年上升，2012年達(dá)到了近百篇之多[1].

復(fù)制粘貼操作是一種最常見(jiàn)的圖像篡改方式，通常指復(fù)制一幅圖像中的某個(gè)區(qū)域，然后粘貼到同一幅圖像不相交的特定區(qū)域中，從而實(shí)現(xiàn)偽造場(chǎng)景或掩蓋目標(biāo)的目的.對(duì)于兩幅圖像形成的合成篡改方式，本質(zhì)上是復(fù)制粘貼操作，本文將上述2種篡改方式統(tǒng)一稱(chēng)為廣義的復(fù)制粘貼篡改方式，提出一種非監(jiān)督的圖像篡改檢測(cè)定位方法.目標(biāo)是在未知任何關(guān)于待檢圖像篡改類(lèi)型先驗(yàn)知識(shí)的前提下，采用單一檢測(cè)流程實(shí)現(xiàn)廣義的復(fù)制粘貼篡改圖像的檢測(cè).

JPEG是目前主流的圖像壓縮標(biāo)準(zhǔn)，針對(duì)JPEG圖像的被動(dòng)取證研究具有更強(qiáng)的現(xiàn)實(shí)應(yīng)用價(jià)值[2].JPEG壓縮采用圖像分塊離散余弦變換（discrete cosine transform，DCT），在量化后各個(gè)子塊邊緣大量的高頻分量會(huì)丟失，造成解碼圖像中塊的邊界處出現(xiàn)不連續(xù)的塊效應(yīng)現(xiàn)象.塊效應(yīng)現(xiàn)象可以看作JPEG圖像中一種特殊的不可見(jiàn)水印，并且可以通過(guò)檢測(cè)這種特殊水印的完整性和連續(xù)性實(shí)現(xiàn)篡改檢測(cè)[3].Luo等[4]提出塊效應(yīng)特征矩陣（blocking artifact characteristics matrix，BACM）對(duì)于原始JPEG圖像會(huì)呈現(xiàn)出對(duì)稱(chēng)形狀，可以通過(guò)檢測(cè)BACM對(duì)稱(chēng)性的變化實(shí)現(xiàn)篡改檢測(cè)，然而該方法僅僅適用于原始JPEG圖像經(jīng)歷裁剪和再次JPEG壓縮的情況.一幅完整的原始JPEG圖像一般采用統(tǒng)一的量化表進(jìn)行編碼，因此圖像中DCT系數(shù)不一致的區(qū)域可以認(rèn)為是拼接區(qū)域，Hamdy等[5]通過(guò)估計(jì)JPEG圖像中的量化表實(shí)現(xiàn)上述檢測(cè)思想.該方法僅對(duì)于2幅具有不同質(zhì)量因子的JPEG圖像合成為一幅BMP格式圖像的情況有效，無(wú)法處理雙重JPEG壓縮的情況.Barni等[6]提出2種基于雙重JPEG壓縮和圖像分割的復(fù)制粘貼篡改檢測(cè)方法，然而這2種方法不僅檢測(cè)效率低，而且由于部分篡改圖像中的篡改區(qū)域很難被有效分割，嚴(yán)重影響了該算法的檢測(cè)性能.Ye等[7]利用DCT系數(shù)直方圖的功率譜來(lái)估計(jì)JPEG圖像的原始量化表，根據(jù)可疑圖像不同區(qū)域塊效應(yīng)測(cè)度值的不同定位篡改區(qū)域.該算法只能手動(dòng)選擇用于估計(jì)量化矩陣的區(qū)域，無(wú)法實(shí)現(xiàn)自動(dòng)定位篡改區(qū)域.Li等[8]提出塊效應(yīng)網(wǎng)格的提取算法，通過(guò)檢測(cè)背景區(qū)域與篡改區(qū)域塊效應(yīng)網(wǎng)格的錯(cuò)配現(xiàn)象實(shí)現(xiàn)JPEG篡改圖像的檢測(cè)定位，然而該方法主要存在2個(gè)問(wèn)題：1）檢測(cè)結(jié)果受圖像內(nèi)容本身紋理邊緣分布的影響很大，尤其是強(qiáng)邊緣以及周期性線(xiàn)邊緣使篡改區(qū)域的定位效果較差；2）算法只適用于JPEG質(zhì)量因子較低的高壓縮圖像，對(duì)于輕度壓縮的高質(zhì)量圖像無(wú)效.近年來(lái)，Amerini等[9-14]提出很多圖像復(fù)制粘貼篡改的檢測(cè)方法，雖然這些方法在一定程度上增強(qiáng)了對(duì)復(fù)制區(qū)域幾何變換攻擊的魯棒性，然而它們僅僅對(duì)同幅圖像復(fù)制粘貼篡改方式有效，并且檢測(cè)結(jié)果只能標(biāo)識(shí)出篡改圖像中成對(duì)的相似區(qū)域，不能有效地定位篡改區(qū)域.Liu等[15]在文獻(xiàn)[8]方法的基礎(chǔ)上，結(jié)合分割圖像的局部噪聲差異特性，實(shí)現(xiàn)了廣義的復(fù)制粘貼篡改圖像的檢測(cè)定位，然而該方法僅對(duì)JPEG格式的篡改圖像有效.Li 等[3]通過(guò)計(jì)算待檢圖像與不同質(zhì)量因子下再次JPEG壓縮圖像分塊絕對(duì)差分的平均和，提出JPEG圖像之間復(fù)制粘貼篡改的檢測(cè)方法，然而該方法對(duì)于復(fù)制源圖像和背景圖像質(zhì)量因子相等的情況無(wú)效，并且需要遍歷不同的質(zhì)量因子對(duì)待檢圖像進(jìn)行多次JPEG壓縮，影響了檢測(cè)效率.王浩明等[16]通過(guò)分析二次壓縮DCT系數(shù)直方圖的特點(diǎn)，將JPEG篡改圖像的檢測(cè)轉(zhuǎn)化為對(duì)圖像子塊一次壓縮與雙壓縮的判別，從而實(shí)現(xiàn)對(duì)篡改區(qū)域的檢測(cè)定位.當(dāng)兩次壓縮的質(zhì)量因子差值＜5時(shí)，該算法的檢測(cè)率很低.

本文在詳細(xì)分析JPEG圖像復(fù)制粘貼篡改模型的基礎(chǔ)上，利用JPEG系數(shù)的變化規(guī)律，提出非監(jiān)督的單一流程被動(dòng)檢測(cè)方法，實(shí)現(xiàn)了同幅圖像復(fù)制粘貼篡改和異幅圖像合成篡改的自動(dòng)檢測(cè)定位.

1 JPEG圖像復(fù)制粘貼篡改模型

考慮復(fù)制粘貼篡改過(guò)程中采用的JPEG格式圖像以及篡改方式的差異性，JPEG圖像復(fù)制粘貼篡改過(guò)程一般可以分為8種情形，如表1所示.

1）載入一幅JPEG圖像作為背景圖像（質(zhì)量因子為Qb），從另一幅JPEG圖像（質(zhì)量因子為Qf）中復(fù)制部分區(qū)域，粘貼到解壓縮后的背景圖像中的特定區(qū)域，并將篡改圖像保存為JPEG格式圖像（質(zhì)量因子為Qs）——情形1，或者將篡改圖像保存為非壓縮格式圖像——情形2.

2）載入一幅JPEG圖像作為背景圖像（質(zhì)量因子為Qb），從其他非壓縮格式圖像中復(fù)制部分區(qū)域，粘貼到解壓縮后的背景圖像中的特定區(qū)域，并將篡改圖像保存為JPEG壓縮格式圖像（質(zhì)量因子為Qs）——情形3，或者將篡改圖像保存為非壓縮格式圖像——情形4.

3）載入一幅非壓縮格式圖像作為背景圖像，從另一幅JPEG圖像（質(zhì)量因子為Qf）中復(fù)制部分區(qū)域，粘貼到背景圖像中的特定區(qū)域，并將篡改圖像保存為JPEG格式圖像（質(zhì)量因子為Qs）——情形5，或者將篡改圖像保存為非壓縮格式圖像——情形6.

表1 JPEG圖像復(fù)制粘貼篡改模型Tab.1 Forgery model of copy-paste forgery with JPEG images

4）載入一幅JPEG圖像（質(zhì)量因子為Q），解壓縮后復(fù)制部分區(qū)域并粘貼到同一幅圖像中不相交的特定區(qū)域，并將篡改圖像保存為JPEG格式圖像（質(zhì)量因子為Qs）——情形7，或者將篡改圖像保存為非壓縮格式圖像——情形8.

2 檢測(cè)算法

2.1算法檢測(cè)原理

假設(shè)JPEG圖像記作Jn（n=1，2，…），其中n為圖像被JPEG壓縮的次數(shù).比如，J1表示圖像是一幅單次壓縮的JPEG圖像，J2表示圖像經(jīng)歷了兩次JPEG壓縮過(guò)程.Sn為Jn中非零JPEG系數(shù)的個(gè)數(shù)（這里JPEG系數(shù)是指JPEG圖像文件中存儲(chǔ)的量化DCT系數(shù)），Dn（n=1，2，…）為Jn與Jn+1之間相異JPEG系數(shù)的個(gè)數(shù)，Cn為Jn與Jn+1之間的JPEG系數(shù)變化率，且Cn=Dn/Sn（n=1，2，…）.

對(duì)于篡改情形1，背景區(qū)域和篡改區(qū)域都經(jīng)歷了雙重JPEG壓縮過(guò)程.一般來(lái)說(shuō)，背景區(qū)域兩次壓縮的塊效應(yīng)網(wǎng)格是對(duì)齊的，即經(jīng)歷了對(duì)齊的雙重JPEG壓縮過(guò)程，而篡改區(qū)域經(jīng)歷了非對(duì)齊的雙重JPEG壓縮過(guò)程.這是由于為了使篡改圖像更加逼真，篡改者會(huì)更加注重篡改區(qū)域與相鄰背景區(qū)域圖像內(nèi)容上的統(tǒng)一，而無(wú)暇顧及兩者DCT塊網(wǎng)格位置上的對(duì)應(yīng)關(guān)系.當(dāng)然，篡改區(qū)域有可能與背景區(qū)域的塊效應(yīng)網(wǎng)格完全對(duì)應(yīng)，但這種情況的發(fā)生概率僅為1/64，實(shí)際檢測(cè)中的影響可以忽略不計(jì).

為了分析方便，采用一幅512×512的非壓縮彩色Lena.tif圖像作為案例素材，來(lái)詳細(xì)說(shuō)明本文算法的檢測(cè)原理.如上所述，情形1中的背景區(qū)域經(jīng)歷了對(duì)齊的雙重JPEG壓縮過(guò)程，而篡改區(qū)域經(jīng)歷了非對(duì)齊的雙重JPEG壓縮過(guò)程.下面對(duì)篡改后的JPEG圖像再進(jìn)行一次JPEG壓縮操作，分析JPEG系數(shù)變化率C2的變化規(guī)律.

將彩色Lena.tiff圖像進(jìn)行第1次壓縮（質(zhì)量因子為Q1）后形成背景區(qū)域Rb1或篡改區(qū)域Rf1.首先考慮Rb1作為背景區(qū)域時(shí)經(jīng)歷對(duì)齊雙重JPEG壓縮的情況，將Rb1直接進(jìn)行第2次壓縮（質(zhì)量因子為Q2）后形成篡改圖像中的背景區(qū)域Rb2.然后考慮Rf1作為篡改區(qū)域時(shí)經(jīng)歷非對(duì)齊雙重JPEG壓縮的情況，將Rf1剪切x行y列（x=0，1，…，7；y=0，1，…，7，且x與y不同時(shí)為0）后再進(jìn)行第2次壓縮（質(zhì)量因子為Q2）后形成篡改圖像中的篡改區(qū)域Rf2.然后對(duì)Rb2和Rf2分別進(jìn)行一次JPEG壓縮（質(zhì)量因子為Q3），分別取Q1=75，Q2=90，考察Q3為50～100時(shí)以步長(zhǎng)為2進(jìn)行變化時(shí)C2的變化趨勢(shì)，如圖1（a）所示.對(duì)于篡改區(qū)域，記錄的數(shù)據(jù)為63種非對(duì)齊雙重JPEG壓縮下C2的平均值.從圖1（a）可以看出，當(dāng)Q3=90時(shí)C2達(dá)到接近于零的最小值，這說(shuō)明當(dāng)Q3=Q2時(shí)JPEG系數(shù)幾乎沒(méi)有變化.當(dāng)Q3＜Q2時(shí)背景區(qū)域的C2很快收斂到1（當(dāng)Q3=86 時(shí)，C2=0.8952；當(dāng)Q3=84時(shí)，C2=0.937 9；當(dāng)Q3=82時(shí)，C2=0.999 3），而篡改區(qū)域的C2變化相對(duì)比較緩慢（當(dāng)Q3=86時(shí)，C2=0.3061；當(dāng)Q3=84 時(shí)，C2=0.510 3；當(dāng)Q3=82時(shí)，C2=0.5480，A∈{30×30，50×50，100×100}），即當(dāng)Q3=86、84、82時(shí)背景區(qū)域和篡改區(qū)域的C2具有明顯的可區(qū)分性.基于以上實(shí)驗(yàn)觀察可知，當(dāng)背景圖像與復(fù)制源圖像的JPEG質(zhì)量因子相等，甚至是同幅圖像的復(fù)制粘貼篡改時(shí)，可以通過(guò)將Q3遍歷可能的取值后計(jì)算圖像分塊的C2，進(jìn)而比較各圖像塊歸一化的C2來(lái)實(shí)現(xiàn)篡改區(qū)域的定位.

對(duì)于異幅圖像的合成篡改，背景圖像與復(fù)制源圖像的質(zhì)量因子一般不相等.重復(fù)上述實(shí)驗(yàn)過(guò)程，得到背景區(qū)域Rb2（Q1=75，Q2=90），而對(duì)于篡改區(qū)域，則取Q1=85，Q2=90，得到篡改圖像中的篡改區(qū)域Rf2，此時(shí)得到C2的變化趨勢(shì)，如圖1（b）所示.圖1（b）中C2的變化趨勢(shì)與圖1（a）幾乎相同.由此可知，情形1中背景區(qū)域Qb和篡改區(qū)域Qf的差異與算法的檢測(cè)性能無(wú)關(guān)，對(duì)于異幅圖像的合成篡改，可以利用Q3＜Q2時(shí)C2收斂速率的不一致性來(lái)實(shí)現(xiàn)背景區(qū)域和篡改區(qū)域的區(qū)分.

對(duì)于篡改情形3，背景區(qū)域經(jīng)歷了對(duì)齊的雙重JPEG壓縮過(guò)程，而篡改區(qū)域只經(jīng)歷了1次JPEG壓縮過(guò)程.將彩色Lena.tiff圖像進(jìn)行第1次壓縮（質(zhì)量因子為Q1）后形成背景區(qū)域Rb1，第2次壓縮（質(zhì)量因子為Q2）后形成篡改圖像中的背景區(qū)域Rb2.將彩色Lena.tiff圖像進(jìn)行1次壓縮（質(zhì)量因子為Q2）后形成篡改區(qū)域Rf1.然后對(duì)Rb2和Rf1分別進(jìn)行一次JPEG壓縮（質(zhì)量因子為Q3），這里取Q1=75，Q2=90，得到背景區(qū)域的JPEG系數(shù)變化率C2和篡改區(qū)域的JPEG系數(shù)變化率C1的變化趨勢(shì)，如圖2所示.由于情形3中復(fù)制源圖像為非壓縮格式，即篡改區(qū)域只經(jīng)歷了1次JPEG壓縮過(guò)程，因此此時(shí)只能得到C1.從圖2可以看出，背景區(qū)域和篡改區(qū)域的C的變化趨勢(shì)類(lèi)似于圖1，可以利用Q3＜Q2時(shí)C收斂速率的不一致性來(lái)實(shí)現(xiàn)背景區(qū)域和篡改區(qū)域的區(qū)分.

圖1 情形1中背景區(qū)域與篡改區(qū)域C2值的變化規(guī)律Fig.1 Change rule of value C2in background region and forgery region of scenario1

圖2 情形3中背景區(qū)域與篡改區(qū)域C值的變化規(guī)律Fig.2 Change rule of value C in background region and forgery region of scenario 3

對(duì)于篡改情形5，背景區(qū)域只經(jīng)歷了1次JPEG壓縮過(guò)程，而篡改區(qū)域經(jīng)歷了非對(duì)齊的雙重JPEG壓縮過(guò)程.將彩色Lena.tiff圖像進(jìn)行1次壓縮（質(zhì)量因子為Q2）后形成篡改圖像中的背景區(qū)域Rb1.將彩色Lena.tiff圖像進(jìn)行第1次壓縮（質(zhì)量因子為Q1）后形成篡改區(qū)域Rf1，考慮Rf1作為篡改區(qū)域時(shí)經(jīng)歷非對(duì)齊的雙重JPEG壓縮的情況，將Rf1剪切x 行y列（x=0，1，…，7；y=0，1，…，7且x與y不同時(shí)為0）后再進(jìn)行第2次壓縮（質(zhì)量因子為Q2）后形成篡改圖像中的篡改區(qū)域Rf2.然后對(duì)Rb1和Rf2分別進(jìn)行一次JPEG壓縮（質(zhì)量因子為Q3），這里取Q1=85，Q2=90，得到的背景區(qū)域的JPEG系數(shù)變化率C1和篡改區(qū)域的JPEG系數(shù)變化率C2的變化趨勢(shì)如圖3所示，這里記錄的數(shù)據(jù)為63種非對(duì)齊雙壓縮下C2的平均值.從圖3可以看出，此時(shí)背景區(qū)域和篡改區(qū)域的C值變化趨勢(shì)幾乎重合在一起，不具有區(qū)分性.對(duì)于第5與第6種篡改情形，采用本文算法無(wú)法進(jìn)行檢測(cè).

下面對(duì)第2和第4種篡改情形進(jìn)行分析.情形2中待檢測(cè)圖像是非壓縮格式，其他完全類(lèi)似第1種篡改情形.情形4中待檢測(cè)圖像是非壓縮格式，其他完全類(lèi)似第3種篡改情形.首先將非壓縮格式的待檢測(cè)圖像進(jìn)行質(zhì)量因子為Q*的JPEG壓縮，得到JPEG格式的篡改圖像，然后如上述情形1與情形3中的分析進(jìn)行后續(xù)檢測(cè).由于Q*較小時(shí)會(huì)破壞JPEG系數(shù)變化率的差異性，通過(guò)反復(fù)實(shí)驗(yàn)，對(duì)于第2種與第4種篡改情形，若Q*為Q*∈[90，95]的整數(shù)值，則采用本文算法均可以實(shí)現(xiàn)上述相同的檢測(cè)性能.

圖3 情形5中背景區(qū)域與篡改區(qū)域C值的變化規(guī)律Fig.3 Change rule of value C in background region and forgery region of scenario 5

第7和第8種篡改情形屬于同幅圖像的復(fù)制粘貼篡改方式，它們分別類(lèi)似于第1和第2種篡改情形中當(dāng)Qb=Qf時(shí)的情況，此時(shí)篡改區(qū)域與背景區(qū)域的塊效應(yīng)網(wǎng)格一般會(huì)發(fā)生非對(duì)齊的錯(cuò)配現(xiàn)象.如圖1所示的算法可以利用Q3＜Q2時(shí)C2收斂速率的不一致性來(lái)實(shí)現(xiàn)背景區(qū)域和篡改區(qū)域的區(qū)分.

通過(guò)上述實(shí)驗(yàn)分析可以得出結(jié)論：篡改區(qū)域經(jīng)歷的非對(duì)齊的雙重JPEG壓縮在效果上等同于一次JPEG壓縮，而背景區(qū)域經(jīng)歷了對(duì)齊的雙重JPEG壓縮過(guò)程.兩者對(duì)于再次壓縮操作的JPEG系數(shù)變化率表現(xiàn)出不同的響應(yīng)特性，可以利用上述變化規(guī)律定位篡改圖像中的篡改區(qū)域.

2.2 算法檢測(cè)流程

1）判斷待檢測(cè)圖像是否為JPEG格式.對(duì)于JPEG圖像（記為Js），則讀取Rdiff圖像文件獲得量化DCT系數(shù)矩陣qdcts和JPEG壓縮的量化表，進(jìn)而計(jì)算得到質(zhì)量因子Qs；對(duì)于非壓縮格式圖像，則首先以質(zhì)量因子Q*進(jìn)行JPEG壓縮，得到JPEG圖像Js，然后讀取量化DCT系數(shù)矩陣qdcts.

2）將JPEG圖像Js再次進(jìn)行質(zhì)量因子為Qrs的JPEG壓縮，得到JPEG圖像Jrs，尺寸為M×N，讀取Jrs的量化DCT系數(shù)矩陣qdctrs.根據(jù)反復(fù)實(shí)驗(yàn)可知，Qrs取[Qs-8，Qs-4]中的整數(shù).

3）用一個(gè)尺寸為b×b的滑動(dòng)窗口從圖像Jrs的左上角到右下角每次滑動(dòng)一個(gè)像素點(diǎn)進(jìn)行掃描，從而把Jrs分為（M-b+1）×（N-b+1）個(gè)重疊的圖像塊Bij，其中（i，j）為Bij左上角的像素坐標(biāo)值.

4）對(duì)于Jrs中的每個(gè)圖像塊Bij，計(jì)算Js與Jrs兩次壓縮的JPEG系數(shù)變化率C：C=D/S，從而生成一幅C值圖像，尺寸為（M-b+1）×（N-b+1）.其中，D表示Bij對(duì)應(yīng)的qdcts與qdctrs之間相異JPEG系數(shù)的個(gè)數(shù)，S表示Bij對(duì)應(yīng)的qdcts中非零JPEG系數(shù)的個(gè)數(shù).

5）將C值圖像進(jìn)行歸一化處理，生成JPEG系數(shù)變化率圖像JCCR.觀察得到的JCCR圖像，確定待檢測(cè)圖像是否經(jīng)歷篡改操作，并定位篡改區(qū)域.歸一化處理有助于肉眼更加清晰地觀察到步驟4得到的C值圖像中是否存在篡改區(qū)域.若JCCR圖像中存在某個(gè)閉合區(qū)域Rdiff的亮度明顯小于同幅JCCR圖像中的其他大部分區(qū)域，則可以認(rèn)為JCCR圖像中區(qū)域Rdiff對(duì)應(yīng)的原始圖像區(qū)域?yàn)榇鄹膮^(qū)域.

3 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)中選取的非壓縮圖像均來(lái)自于McGill Calibrated彩色圖像數(shù)據(jù)庫(kù)[17]和Kodak彩色圖像組[18]，尺寸分別為768×576像素和768×512像素.利用Matlab將非壓縮格式圖像另存為不同質(zhì)量因子的JPEG圖像，然后采用Photoshop軟件進(jìn)行復(fù)制粘貼篡改操作，篡改圖像存儲(chǔ)為T(mén)IF格式；同時(shí)，利用Matlab將TIF格式圖像壓縮另存為不同質(zhì)量因子的JPEG格式篡改圖像.實(shí)驗(yàn)運(yùn)行環(huán)境為Windows 7操作系統(tǒng)，Intel酷睿i3-3240T2.9 GHz CPU，4 GB內(nèi)存，Matlab R2013a平臺(tái).通過(guò)反復(fù)實(shí)驗(yàn)發(fā)現(xiàn)，滑動(dòng)窗口越大，檢測(cè)到的篡改區(qū)域邊緣越模糊，而滑動(dòng)窗口越小，則易受噪聲影響并降低了檢測(cè)效率.為了平衡這兩方面的影響，實(shí)驗(yàn)中選取滑動(dòng)窗口大小為b=12.

3.1 性能評(píng)價(jià)指標(biāo)

在實(shí)際應(yīng)用中，要評(píng)價(jià)一種篡改圖像檢測(cè)算法的性能優(yōu)劣，最重要的是考察算法對(duì)篡改圖像和真實(shí)圖像的辨識(shí)能力.采用Christlein等[19]定義的圖像層面上2個(gè)評(píng)價(jià)指標(biāo)來(lái)評(píng)估本文算法的檢測(cè)性能.實(shí)驗(yàn)中需要記錄一些重要的觀測(cè)量，包括：正確檢測(cè)的篡改圖像數(shù)目TP、真實(shí)圖像被錯(cuò)誤檢測(cè)為篡改圖像的數(shù)目FP以及錯(cuò)誤漏檢的篡改圖像數(shù)目FN.根據(jù)上述觀測(cè)量，可以得到2個(gè)檢測(cè)性能評(píng)價(jià)指標(biāo)：準(zhǔn)確率p和召回率r，分別定義為

p表示算法檢測(cè)為篡改的一幅圖像是篡改圖像的概率，r表示一幅篡改圖像被算法檢測(cè)到的概率.準(zhǔn)確率和召回率越同時(shí)接近于1，表明算法的檢測(cè)性能越好.

3.2 各種篡改情形的檢測(cè)實(shí)例

下面給出第1種與第2種篡改情形的檢測(cè)實(shí)例.圖4（a）顯示了一幅原始JPEG圖像A，質(zhì)量因子為65.如圖4（b）所示為一幅篡改圖像，它是將另一幅質(zhì)量因子為80的JPEG圖像中的鱷魚(yú)對(duì)象與另一幅質(zhì)量因子為85的JPEG圖像中的海鷗對(duì)象分別復(fù)制粘貼到A中特定區(qū)域生成的，并且分別將篡改圖像另存為質(zhì)量因子為95的JPEG格式和TIF格式.如圖4（c）所示為取Qrs=90時(shí)JPEG格式篡改圖像的JCCR檢測(cè)結(jié)果圖像，如圖4（d）所示為取Q*=90，Qrs=84時(shí)TIF格式篡改圖像的JCCR檢測(cè)結(jié)果圖像.可以看出，JCCR檢測(cè)結(jié)果圖像中的2個(gè)閉合暗區(qū)為篡改區(qū)域.

下面給出第3種與第4種篡改情形的檢測(cè)實(shí)例.圖5（a）顯示了一幅原始JPEG圖像B，質(zhì)量因子為80.將另一幅TIF格式的非壓縮圖像中的垃圾桶對(duì)象復(fù)制粘貼到B中的草坪上，分別將篡改圖像另存為質(zhì)量因子為95的JPEG格式和TIF格式，如圖5（b）所示.如圖5（c）所示為取Qrs=90時(shí)JPEG格式篡改圖像的JCCR檢測(cè)結(jié)果圖像，如圖5（d）所示為取Q*=90，Qrs=84時(shí)的TIF格式篡改圖像的JCCR檢測(cè)結(jié)果圖像.可以看出，本文算法對(duì)于篡改情形3和情形4具有較好的檢測(cè)效果.

圖4 篡改情形1和情形2的檢測(cè)實(shí)例Fig.4 Detection example of forgery scenario1 and scenario2

圖5 篡改情形3和情形4的檢測(cè)實(shí)例Fig.5 Detection example of forgery scenario 3 and scenario 4

給出同幅圖像復(fù)制粘貼篡改的檢測(cè)實(shí)例.圖6（a）顯示了一幅原始JPEG圖像C，質(zhì)量因子為75.將C中右側(cè)的房屋復(fù)制，按照高度1.3倍、寬度1.4倍進(jìn)行放大，并且施加水平鏡像操作后粘貼到最右側(cè)的巖石上，同時(shí)將C中燈塔的眺望臺(tái)復(fù)制，按照高度0.8倍、寬度0.9倍縮小且經(jīng)過(guò)30°旋轉(zhuǎn)后粘貼到左側(cè)房屋的屋頂上，分別另存為質(zhì)量因子為95的JPEG格式和TIF格式的篡改圖像，如圖6（b）所示.如圖6（c）所示為取Qrs=90時(shí)JPEG格式篡改圖像的JCCR檢測(cè)結(jié)果圖像，如圖6（d）所示為取Q*=90，Qrs=84時(shí)TIF格式篡改圖像的JCCR檢測(cè)結(jié)果圖像.從圖7（c）、（d）可以看出，JCCR圖像中存在亮度明顯小于周?chē)鷧^(qū)域的2個(gè)閉合區(qū)域，即為檢測(cè)到的篡改區(qū)域.從檢測(cè)結(jié)果來(lái)看，采用本文算法可以有效地檢測(cè)同幅圖像復(fù)制粘貼的篡改方式，并且可以抵抗多區(qū)域篡改、小尺寸篡改以及復(fù)制區(qū)域的復(fù)合幾何變換攻擊.圖7的篡改圖像中存在較大面積的平坦區(qū)域，如天空、海洋以及中間位置的白塔等，因此JCCR檢測(cè)結(jié)果圖像中的相應(yīng)位置會(huì)出現(xiàn)一些虛警塊，然而它們屬于零散的、非閉合的噪聲區(qū)域，可以通過(guò)后續(xù)的濾波算法進(jìn)行濾除，不影響本文算法對(duì)篡改區(qū)域的檢測(cè)定位.

3.3 算法檢測(cè)性能評(píng)

為了進(jìn)一步評(píng)估算法的有效性，設(shè)計(jì)以下2組實(shí)驗(yàn).第1組實(shí)驗(yàn)的目標(biāo)是評(píng)估算法對(duì)于第1～4種篡改情形的有效性，第2組實(shí)驗(yàn)是評(píng)估算法對(duì)于同幅圖像中復(fù)制粘貼篡改方式的有效性.

圖6 同幅圖像復(fù)制粘貼篡改檢測(cè)實(shí)例Fig.6 Detection example of copy-paste forgery in one image

1）第1組實(shí)驗(yàn).從McGill Calibrated彩色圖像數(shù)據(jù)庫(kù)[17]隨機(jī)選取120幅TIF格式的圖像，大小均為768×576像素.將120幅非壓縮圖像平均分成6 組，分別采用不同的質(zhì)量因子Q∈{55，65，75，85，95，100}進(jìn)行JPEG壓縮，從而得到6組JPEG圖像.對(duì)于每組20幅JPEG圖像，通過(guò)在每一幅圖像中的隨機(jī)位置選取50×50像素大小的正方形區(qū)域進(jìn)行復(fù)制并粘貼到每組JPEG圖像中任意10幅圖像中的隨機(jī)位置生成篡改圖像，總計(jì)得到20×10× 6×6=7200幅篡改圖像，并分別保存為質(zhì)量因子為Qs的JPEG格式（情形1）和TIF/BMP等非壓縮格式（情形2）.2組特定質(zhì)量因子的復(fù)制源圖像與背景圖像（Qf-Qb）形成的合成篡改圖像共有200幅，加上120幅未篡改的JPEG圖像，一起組成Qf-Qb合成篡改圖像的測(cè)試集.對(duì)于篡改情形1，當(dāng)JPEG質(zhì)量因子Qs=95時(shí)，Qrs可取[87，91]中的整數(shù)，實(shí)驗(yàn)中取Qrs=90，檢測(cè)的準(zhǔn)確率和召回率如表2和3所示.對(duì)于篡改情形2，只需取Q*=Qs=95轉(zhuǎn)化為篡改情形1.篡改情形3實(shí)質(zhì)上是表2和3中復(fù)制源圖像的質(zhì)量因子Qf=100且背景圖像的質(zhì)量因子Qb≠100時(shí)的情況.對(duì)于篡改情形4，只需取Q*= Qs=95轉(zhuǎn)化為篡改情形3.

圖7 同幅圖像不同復(fù)制粘貼篡改方式的檢測(cè)召回率Fig.7 Detection recall rate of different copy-paste forgeries in one image

對(duì)照表2和3可以看出，當(dāng)Qb＜Qs=95時(shí)，檢測(cè)準(zhǔn)確率和召回率均較高，都在84％以上.尤其當(dāng)Qb≤75時(shí)，檢測(cè)性能達(dá)到最優(yōu)，并且隨著Qb的增大，準(zhǔn)確率和召回率均降低，當(dāng)Qb≥95時(shí)檢測(cè)性能出現(xiàn)陡然降低.這說(shuō)明算法最適合背景區(qū)域的質(zhì)量因子與合成圖像的質(zhì)量因子相差較大的情況.當(dāng)Qf=100且Qb≠100時(shí)，對(duì)應(yīng)于篡改情形3和情形4，可以看出，當(dāng)Qb≤85時(shí)，準(zhǔn)確率和召回率幾乎都在88％以上.另外，可以觀察到，當(dāng)Qb≤85時(shí)，隨著Qf的增大，準(zhǔn)確率和召回率均略有增高的趨勢(shì)，但檢測(cè)性能相差較小.當(dāng)Qs＜Qb即合成圖像的質(zhì)量因子小于背景圖像的質(zhì)量因子時(shí)，由于背景區(qū)域本身的JPEG系數(shù)特征被掩蓋，導(dǎo)致檢測(cè)性能大大降低.

2）第2組實(shí)驗(yàn).下面通過(guò)第2組實(shí)驗(yàn)，評(píng)估本文算法對(duì)于同幅圖像復(fù)制粘貼篡改方式的有效性.將Kodak彩色圖像組[18]中的24幅PNG格式的真彩色圖像分別采用不同的質(zhì)量因子Q∈{50，60，70，80，85}進(jìn)行JPEG壓縮，總計(jì)生成24×5=120幅JPEG圖像.將每幅JPEG圖像分別施加以下5種復(fù)制粘貼操作，并分別保存為T(mén)IF格式和JPEG格式（隨機(jī)質(zhì)量因子Qs∈{85，90，95}）的篡改圖像.a）簡(jiǎn)單復(fù)制粘貼（包括多區(qū)域復(fù)制粘貼）：在隨機(jī)位置復(fù)制尺寸A∈{30×30，50×50，100×100}的正方形區(qū)域并粘貼到不相交的隨機(jī)位置處，未進(jìn)行任何后處理操作；b）復(fù)制區(qū)域旋轉(zhuǎn)：旋轉(zhuǎn)隨機(jī)角度φ∈{3°，5°，10°，15°，30°，60°，90°，180°}；c）復(fù)制區(qū)域縮放：水平縮放因子w∈{0.6，0.7，0.8，0.9，1.1，1.2，1.3，1.4}，垂直縮放因子h∈{0.6，0.7，0.8，0.9，1.1，1.2，1.3，1.4}；d）復(fù)制區(qū)域鏡像：隨機(jī)水平/垂直鏡像變換；e）復(fù)制區(qū)域復(fù)合變換：進(jìn)行上述隨機(jī)參數(shù)的旋轉(zhuǎn)、鏡像和縮放的復(fù)合變換.采用本文算法對(duì)得到的篡改圖像測(cè)試集進(jìn)行檢測(cè)，得到的檢測(cè)召回率如圖7所示.

表2 合成篡改圖像的檢測(cè)準(zhǔn)確率（Qs=95，Qrs=90）Tab.2 Detection precision rate of composite forgery images（Qs=95，Qrs=90）

表3 合成篡改圖像的檢測(cè)召回率（Qs=95，Qrs=90）Tab.3 Detection recall rate of composite forgery images（Qs=95，Qrs=90）

從圖7可以看出，本文算法對(duì)于同幅圖像的上述5種復(fù)制粘貼篡改方式都具有較高的檢測(cè)召回率（均大于90％），沒(méi)有顯著的統(tǒng)計(jì)學(xué)差異，并且對(duì)TIF格式篡改圖像的檢測(cè)性能略?xún)?yōu)于JPEG格式篡改圖像.原因如下.1）本文算法是根據(jù)背景區(qū)域與篡改區(qū)域兩次壓縮的JPEG系數(shù)變化率收斂速率的不一致性來(lái)實(shí)現(xiàn)篡改區(qū)域的檢測(cè)定位，與文獻(xiàn)[9～14]不同，本文算法的檢測(cè)原理與不同的復(fù)制粘貼篡改方式無(wú)關(guān)，因此實(shí)驗(yàn)結(jié)果中各種篡改方式的檢測(cè)性能大體相近.2）在實(shí)驗(yàn)中發(fā)現(xiàn)，當(dāng)篡改圖像存儲(chǔ)為質(zhì)量因子為85的JPEG格式時(shí)，算法的檢測(cè)召回率較低，從而導(dǎo)致JPEG格式篡改圖像的檢測(cè)召回率比相應(yīng)的TIF格式略低.通過(guò)分析實(shí)驗(yàn)中的漏檢圖像發(fā)現(xiàn)，本文算法沒(méi)有檢測(cè)出的篡改圖像大多都是質(zhì)量因子為85的JPEG圖像生成的篡改圖像，與第1組實(shí)驗(yàn)中表2的結(jié)果類(lèi)似，檢測(cè)召回率隨著原始JPEG圖像質(zhì)量因子的增大而降低.

3.4 檢測(cè)性能比較與分析

下面通過(guò)比較實(shí)驗(yàn)定量評(píng)估本文算法與文獻(xiàn)[3]和文獻(xiàn)[16]算法的檢測(cè)性能.針對(duì)JPEG圖像復(fù)制粘貼篡改模型中的前4種篡改情形以及同幅圖像復(fù)制粘貼的篡改方式，分別構(gòu)建篡改圖像測(cè)試集.首先，從第1組實(shí)驗(yàn)的篡改圖像測(cè)試集中隨機(jī)選擇屬于前4種篡改情形的篡改圖像，每一種情形選擇300幅篡改圖像.然后，從第2組實(shí)驗(yàn)的篡改圖像測(cè)試集中隨機(jī)選擇300幅篡改圖像構(gòu)成同幅圖像復(fù)制粘貼篡改方式的測(cè)試集.如圖8所示為在相同的實(shí)驗(yàn)環(huán)境下，本文算法與文獻(xiàn)[3]和文獻(xiàn)[16]算法的檢測(cè)召回率的性能比較.

從圖8可以看出，本文算法的檢測(cè)召回率比文獻(xiàn)[3]和文獻(xiàn)[16]有了一定程度的提高，尤其是對(duì)于同幅圖像復(fù)制粘貼的篡改方式具有明顯的性能優(yōu)勢(shì).文獻(xiàn)[3]算法對(duì)于復(fù)制源圖像和背景圖像質(zhì)量因子相等的情況無(wú)效[3]，并且由于需要遍歷不同的質(zhì)量因子對(duì)待檢圖像進(jìn)行多次JPEG壓縮，影響了檢測(cè)效率.文獻(xiàn)[16]算法將JPEG篡改圖像的檢測(cè)轉(zhuǎn)化為對(duì)圖像子塊的一次壓縮與二次壓縮的判別，因此僅適合于情形1和情形3，對(duì)于篡改圖像為非壓縮格式的情況無(wú)效.當(dāng)兩次壓縮的質(zhì)量因子差值小于5時(shí)，二次壓縮相當(dāng)于一次壓縮，導(dǎo)致二次壓縮前、后的直方圖差別很小，檢測(cè)召回率很低[16]，因此對(duì)于同幅圖像復(fù)制粘貼的篡改方式，檢測(cè)效果較差.

圖8 不同篡改情形下檢測(cè)召回率的性能比較Fig.8 Performance comparison of detection recall rate in different forgery scenarios

4 結(jié) 語(yǔ)

本文提出針對(duì)JPEG圖像復(fù)制粘貼篡改方式的被動(dòng)檢測(cè)方法，通過(guò)一系列實(shí)驗(yàn)證明了該算法的有效性.本文算法具有以下優(yōu)勢(shì)：1）算法采用單一檢測(cè)流程實(shí)現(xiàn)了同幅圖像復(fù)制粘貼篡改和異幅圖像合成篡改的檢測(cè)定位，可以有效地檢測(cè)JPEG圖像復(fù)制粘貼篡改的多種情形，對(duì)于多區(qū)域篡改和小尺寸篡改同樣有效；2）算法可以有效地檢測(cè)同幅圖像的復(fù)制粘貼篡改方式，對(duì)于復(fù)制區(qū)域的旋轉(zhuǎn)、翻轉(zhuǎn)、縮放以及復(fù)合幾何變換，都具有強(qiáng)魯棒性；3）在算法執(zhí)行過(guò)程中不需要人為設(shè)定的參數(shù)閾值，可以實(shí)現(xiàn)非監(jiān)督的自動(dòng)檢測(cè)，避免了大多數(shù)算法中特征匹配階段由于參數(shù)閾值設(shè)定不準(zhǔn)確對(duì)檢測(cè)結(jié)果的干擾；4）算法的執(zhí)行過(guò)程中不需要估計(jì)原始圖像的量化表，而是直接從JPEG格式篡改圖像文件中讀取量化DCT系數(shù)矩陣和量化表進(jìn)行后續(xù)檢測(cè)；5）算法計(jì)算簡(jiǎn)單，具有較高的檢測(cè)效率.

本文算法具有局限性.當(dāng)Qs＜Qb時(shí)，算法將失效.這是由于當(dāng)以一個(gè)更低的質(zhì)量因子壓縮篡改圖像時(shí)，篡改區(qū)域原來(lái)的壓縮痕跡將被破壞，以致檢測(cè)失效.下一步研究工作的重點(diǎn)是對(duì)于篡改圖像以一個(gè)更低的質(zhì)量因子再次壓縮保存的情況，如何綜合JPEG圖像的多種特征提高被動(dòng)取證算法的有效性和準(zhǔn)確性.

（

）：

[1]BIRAJDAR G，MANKAR V.Digital image forgery detection using passive techniques：a survey[J].Digital Investigation，2013（10）：226-245.

[2]趙潔，郭繼昌，張艷.利用塊效應(yīng)特征的JPEG圖像盲取證研究進(jìn)展[J].中國(guó)圖象圖形學(xué)報(bào)，2013，18（6）：613-620.

ZHAO Jie，GUO Ji-chang，ZHANG Yan.Survey：blind forensic of JPEG forgeries based on blocking artifacts[J].Journal of Image and Graphics，2013，18（6）：613-620.

[3]LI X，ZHAO Y，LIAO M，et al.Passive detection of copy-paste forgery between JPEG images[J].Journal of Central South University，2012，19（10）：2839-2851.

[4]LUO W，QU Z，HUANG J，et al.A novel method for detecting cropped and recompressed image block[C]∥Proceedings of IEEE International Conference on Acoustics，Speech and Signal Processing（ICASSP）.Honolulu，HI：IEEE，2007：217-220.

[5]HAMDY S，EL-MESSIRY H，ROUSHDY M，et al.Quantization table estimation in JPEG images[J].International Journal of Advanced Computer Science and Applications，2010，1（6）：17-23.

[6]BARNI M，COSTANZO A，SABATINI L.Identification of cut＆amp；paste tampering by means of double-JPEG detection and image segmentation[C]∥Proceedings of IEEE international Symposium on Circuits and Systems.Paris：IEEE，2010：1687-1690.

[7]YE S，SUN Q，CHANG E.Detecting digital image forgeries by measuring inconsistencies of blocking artifact [C]∥Proceedings of IEEE International Conference on Multimedia and Expo.Beijing：IEEE，2007：12-15.

[8]LI W，YUAN Y，YU N.Passive detection of doctored JPEG image via block artifact grid extraction[J].IEEE Transactions on Signal Processing，2009，89（9）：1821-1829.

[9]AMERINI I，BALLAN L，CALDELLI R，et al.Copymove forgery detection and localization by means of robust clustering with J-Linkage[J].Signal Processing：Image Communication，2013，28（6）：659-669.

[10]LI L，LI S，ZHU H，et al.Detecting copy-move forgery under affine transforms for image forensics[J].Computers and Electrical Engineering，2014，40（6）：1951-1962.

[11]ZHAO J，ZHAO W.Passive forensics for region duplication image forgery based on Harris feature points and local binary patterns[J].Mathematical Problems in Engineering，2013，24（4）：657-675.

[12]DAVARZANI R，YAGHMAIE K，MOZAFFARI S，et al.Copy-move forgery detection using multi-resolution local binary patterns[J].Forensic Science International，2013，231（1/2/3）：61-72.

[13]GUO J，LIU Y，WU Z.Duplication forgery detection using improved DAISY descriptor[J].Expert Systems with Applications，2013，40（2）：707-714.

[14]JABERI M，BEBIS G，HUSSAIN M，et al.Accurate and robust localization of duplication region in copymove image forgery[J].Machine vision and Applications，2014，25（2）：451-475.

[15]LIU B，PUN C，YUAN X.Digital image forgery detection using JPEG features and local noise discrepancies[J].The Scientific World Journal，2014，2014（1）：95-104.

[16]王浩明，楊曉元.一種基于DCT系數(shù)直方圖差異的JPEG圖像篡改檢測(cè)[J].四川大學(xué)學(xué)報(bào)：工程科學(xué)版，2014，46（1）：41-46.WANG Hao-ming，YANG Xiao-yuan.Detection method for JPEG image based on the difference of DCT coefficient histograms[J].Journal of Sichuan University：Engineering Science Edition，2014，46（1）：41-46.

[17]McGill Calibrated Color Image Database.[2014-08-17].http：∥tabby.vision.mcgill.ca/.

[18]Kodak Lossless True Color Image Suite.[2014-08-17].http：∥r0k.us/graphics/kodak/.

[19]CHRISTLEIN V，RIESS C，JORDAN J，et al.An evaluation of popular copy-move forgery detection approaches[J].IEEE Transactions on Information Forensics and Security，2012，7（6）：1841-1854.

Image copy-paste forgery detection based on JPEG coefficients change rate

ZHAO Jie1，2，GUO Ji-chang1

（1.School of Electronic Information Engineering，Tianjin University，Tianjin 300072，China；2.School of Computer and Information Engineering，Tianjin Chengjian University，Tianjin 300384，China）

A passive detection method with the single process was proposed in order to realize the detection and localization of copy-paste forgery in one image and composite forgery between two images aiming at copy-paste forgery with JPEG images.A counterfeit image was made the judgement whether it was stored in JPEG format.For a JPEG image，quantization table and JPEG coefficients were read from the image file；while for a non JPEG image，it was compressed into a JPEG image with a specific quality factor.The tampered image of JPEG format was compressed with another specific quality factor.The rate of JPEG coefficients change was calculated between the two JPEG compressions in every image sub-block in order to obtain the JCCR image of JPEG coefficients change rate.Normalization processing was conducted in the JCCR image in order to locate the forgery regions.Experimental results demonstrate that the proposed approach can effectively detect a variety of situations in copy-paste forgery with JPEG images，and achieve higher robustness and detection recall rate compared with recent similar methods.

copy-paste；forgery detection；JPEG image；passive forensics

TP 391

A

1008-973X（2015）10-1893-09

2014-08-21.浙江大學(xué)學(xué)報(bào)（工學(xué)版）網(wǎng)址：www.journals.zju.edu.cn/eng

天津市自然科學(xué)基金資助項(xiàng)目（15JCYBJC15500）；天津市高等學(xué)?？萍及l(fā)展基金計(jì)劃資助項(xiàng)目（20120712）.

趙潔（1984—），男，講師，博士生，從事數(shù)字取證、多媒體信息處理的研究.ORCID：0000-0001-6340-5580.

E-mail：zhaoj@tju.edu.cn

郭繼昌，男，教授，博導(dǎo).ORCID：0000-0003-3130-1685.E-mail：jcguo@tju.edu.cn