面向計(jì)算機(jī)生成圖像的智能取證技術(shù)研究

柴功昊　秦東愉

摘要：隨著科技水平的不斷進(jìn)步與發(fā)展，我們的信息技術(shù)也獲得了長遠(yuǎn)的發(fā)展，為我們的生活提供了很多的便利。我們的信息傳輸媒介也隨著科技的進(jìn)步由傳統(tǒng)的紙質(zhì)媒介變?yōu)閿?shù)字圖像，但是技術(shù)的進(jìn)步也會(huì)帶來一些不好的影響，比如如何鑒別數(shù)字圖像的真?zhèn)涡?，因此本文就面向?jì)算機(jī)生成圖像的智能取證技術(shù)進(jìn)行研究。

關(guān)鍵詞：計(jì)算機(jī)生成圖像；智能取證；技術(shù)研究

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）02-0172-03

1 前言

當(dāng)今時(shí)代的各行各業(yè)都離不開信息的傳遞，信息已經(jīng)成為了一種重要的資源，因此加強(qiáng)對(duì)信息資源的合理利用，不僅能夠促進(jìn)企業(yè)的發(fā)展，更能夠不斷推動(dòng)我國的經(jīng)濟(jì)建設(shè)。數(shù)字圖像也是一種重要的信息資源，人們通過數(shù)字圖像可以傳遞和存儲(chǔ)非常多的信息，因此數(shù)字圖像的真實(shí)性就成為了人們需要研究的一個(gè)重要課題。數(shù)字圖像的數(shù)量非常龐大，因此就需要通過計(jì)算機(jī)來進(jìn)行數(shù)字圖像的真?zhèn)伪鎰e，這樣才能從根本上保障圖像信息的安全性和可靠性。

2 研究背景

隨著信息技術(shù)的不斷發(fā)展，傳統(tǒng)的紙質(zhì)媒介已經(jīng)逐漸被淘汰，取而代之的是數(shù)字信息技術(shù)，這種技術(shù)具有諸多的優(yōu)點(diǎn)，例如存儲(chǔ)信息量大、存儲(chǔ)方便以及容易保存等。尤其是其中的數(shù)字圖像，已經(jīng)在各個(gè)領(lǐng)域都展開了使用，為人們的生產(chǎn)生活提供了很多的便利。雖然技術(shù)的發(fā)展給我們的生活帶來了便利，但是也給我們的生活帶來了一定的影響，通過各種軟件的處理，就能夠?qū)?shù)字圖像中的信息進(jìn)行處理，從而導(dǎo)致虛假信息的傳播，這同樣給社會(huì)帶來了很多危害。

數(shù)字圖像能夠存儲(chǔ)和傳遞非常多的信息，但是數(shù)字圖像具備可編輯性，而且隨著各種軟件技術(shù)的不斷完善與發(fā)展，人們很難通過肉眼來感覺到數(shù)字圖像是否被再次編輯過，這樣人們就無法準(zhǔn)確的辨別數(shù)字圖像的真?zhèn)危瑥亩o不法分子帶來了可乘之機(jī)。在這種背景下，加強(qiáng)對(duì)計(jì)算機(jī)生成圖像的鑒別工作就顯得意義重大，因此智能取證技術(shù)就應(yīng)運(yùn)而生了，這種技術(shù)能夠?qū)?shù)字圖像的真?zhèn)芜M(jìn)行鑒定，利用一些先進(jìn)的技術(shù)，來對(duì)數(shù)字圖像進(jìn)行分析。通過掃描數(shù)字圖像的完整性，可以尋找出數(shù)字圖像被修改的痕跡，進(jìn)而通過一些數(shù)據(jù)模型的對(duì)比，就能夠?qū)?shù)字圖像的真?zhèn)芜M(jìn)行鑒別。這樣數(shù)字圖像才能夠更加可信，從而有效解決很多的實(shí)際問題，更好的發(fā)揮數(shù)字圖像作為證據(jù)信息的作用。

3 數(shù)字圖像智能取證技術(shù)的發(fā)展現(xiàn)狀

隨著科技水平的不斷進(jìn)步，人們在數(shù)字圖像防偽取證技術(shù)上的研究也獲得了很大的成果，發(fā)明出了很多的鑒別數(shù)字圖像真?zhèn)蔚姆椒?。就技術(shù)層面來說，主要分為主動(dòng)式取證和被動(dòng)式取證兩種方法。主動(dòng)式取證是通過在數(shù)字圖像中添加水印、數(shù)字標(biāo)簽等內(nèi)容來達(dá)到主動(dòng)防偽的目的。這種技術(shù)的主要方法就是在數(shù)字圖像中添加一些特殊的信息，這樣在取證的過程中，通過對(duì)特殊信息的檢測就能夠鑒別數(shù)字圖像的真?zhèn)巍＿@種技術(shù)最早出現(xiàn)在1996年，在技術(shù)層面已經(jīng)非常成熟，但是隨著各種信息技術(shù)的發(fā)展，人們還是可以通過一些方法來對(duì)這些信息進(jìn)行修改，因此我們還要不斷完善主動(dòng)式取證技術(shù)。

而被動(dòng)式取證技術(shù)則是通過對(duì)數(shù)字圖像進(jìn)行掃描，然后與一些原始的數(shù)據(jù)模型進(jìn)行對(duì)比，尋找出異常的地方來進(jìn)行取證。這種技術(shù)存在很多的技術(shù)難點(diǎn)，在鑒別數(shù)字圖像的過程中也存在著很大的局限性。但是在一些特殊場合也能起到一定的作用，相信隨著技術(shù)的不斷完善，這種方法更容易提高辨別程度的準(zhǔn)確性，因此我們也應(yīng)該加強(qiáng)對(duì)這種技術(shù)的研究。

4 兩種取證技術(shù)的具體分析

4.1主動(dòng)式取證技術(shù)

在主動(dòng)式取證技術(shù)中，我們主要對(duì)其中的兩個(gè)方面來進(jìn)行研究，首先是數(shù)字圖像完整性的取證。因?yàn)閿?shù)字圖像轉(zhuǎn)換為計(jì)算機(jī)語言就是一個(gè)個(gè)的數(shù)字，這些數(shù)字具有一定的排列順序，在這種情況下，對(duì)數(shù)字圖像加入水印，就可以給數(shù)字圖像貼上一個(gè)標(biāo)簽。而這種水印對(duì)于數(shù)據(jù)的改變具有非常高的敏感性，只要有比特級(jí)數(shù)據(jù)的變動(dòng)，那么這種水印就會(huì)消失，從而在日后的取證過程中無法找到水印的痕跡，這樣就能夠達(dá)到取證的目的。

其次，就是對(duì)數(shù)字圖像的篡改取證，這種技術(shù)可以檢測出數(shù)字圖像被篡改的部分。因?yàn)榧夹g(shù)的限制，數(shù)字圖像存在著一定的失真，在數(shù)字圖像信息中加入半脆弱水印，就能夠?qū)D像失真帶來的影響降到最低。這主要是基于在取證過程中，對(duì)于正常情況下的失真，水印表現(xiàn)出魯棒性，而對(duì)于非正常情況下的失真，水印表現(xiàn)為敏感性，這樣在感受到來自外界惡意的篡改時(shí)，半脆弱水印就會(huì)起作用，表現(xiàn)出對(duì)篡改信息的敏感性，從而導(dǎo)致水印消失，來達(dá)到取證的作用。

4.2被動(dòng)式取證技術(shù)

在被動(dòng)式取證技術(shù)的研究方面，我們主要討論對(duì)自然數(shù)字圖像的篡改，基于計(jì)算機(jī)生成圖像的取證我們之前的研究還不是很深入。在自然數(shù)字圖像取證面，我們主要是通過以下幾種方法來進(jìn)行圖像的取證。首先，就是基于對(duì)物理特性進(jìn)行分析來進(jìn)行取證。這種篡改方法的原理是通過對(duì)同一自然景象進(jìn)行反復(fù)拍攝，然后將兩幅區(qū)別不大的圖像通過軟件的方法來進(jìn)行合成，這樣就會(huì)形成一副全新的數(shù)字圖像。但是每一副數(shù)字圖像都具有各自的物理特征，因此必然會(huì)存在著一定的區(qū)別，產(chǎn)生這種區(qū)別的地方主要在于相機(jī)的硬件特征，每個(gè)相機(jī)都有不同的噪聲，而且采用的濾鏡方式也都不同，并且都具有各自的圖像算法。這樣在取證的過程中對(duì)這些物理特性進(jìn)行分析，就能夠?qū)ふ业奖淮鄹牡牟糠?，從而達(dá)到鑒別真?zhèn)蔚哪康摹?/p>

另外，每一副數(shù)字圖像的外部自然環(huán)境都存在著或多或少的差異，因此根據(jù)數(shù)字圖像的外界環(huán)境來進(jìn)行圖像檢測也屬于運(yùn)用物理特性來進(jìn)行圖像取證。在拍攝同一景物的過程中，必然會(huì)出現(xiàn)各種細(xì)微的差別，例如光照方向和光的一些特性，基于這樣一個(gè)原理，我們就可以通過對(duì)圖像的外界光環(huán)境來進(jìn)行分析，從而尋找出其中被篡改的痕跡。

其次，就是基于物體幾何特性的分析，這種方法主要是通過對(duì)目標(biāo)物體進(jìn)行掃描，來對(duì)其幾何特性進(jìn)行分析。通過對(duì)目標(biāo)物體進(jìn)行抓取，然后跟實(shí)際模型的比例進(jìn)行對(duì)照，然后通過移動(dòng)、旋轉(zhuǎn)和縮放等手段來進(jìn)行處理，通過這樣一個(gè)過程，我們就可以尋找出像素之間的變動(dòng)，從而發(fā)現(xiàn)篡改的痕跡。

最后，就是基于圖像的統(tǒng)計(jì)特征來進(jìn)行取證。通過建立一套模型數(shù)據(jù)庫，將圖片的一些通用特征進(jìn)行建模，然后將數(shù)字圖像內(nèi)容與數(shù)據(jù)庫進(jìn)行比對(duì)，這樣就可以在圖像的關(guān)聯(lián)性及相關(guān)性層次來對(duì)圖像進(jìn)行處理，在這樣的一個(gè)對(duì)比過程中，我們就能夠發(fā)現(xiàn)因?yàn)榇鄹亩鴰淼膱D像關(guān)聯(lián)性不一致的問題，從而實(shí)現(xiàn)智能識(shí)別圖像中的異常情況。

另外一種取證技術(shù)就是基于計(jì)算機(jī)生成圖像的取證，這種取證技術(shù)主要是對(duì)數(shù)字圖像的整數(shù)維空間和分?jǐn)?shù)維空間進(jìn)行數(shù)據(jù)分析。在整數(shù)維空間研究中，我們主要是對(duì)其空間值域的一些特性進(jìn)行分析，包括方差、平均值、偏態(tài)以及峰態(tài)等內(nèi)容，將這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，然后在小波值域內(nèi)進(jìn)行對(duì)比，進(jìn)而達(dá)到數(shù)字圖像取證的目的。在分?jǐn)?shù)維空間研究中，我們研究的依據(jù)就是自然圖片和計(jì)算機(jī)生成圖片存在著一定的特性差異，在分?jǐn)?shù)維的領(lǐng)域中對(duì)這些差異特征進(jìn)行提取分析，從而達(dá)到取證的目的。

5 計(jì)算機(jī)生成圖像取證關(guān)鍵技術(shù)的研究

5.1以高階統(tǒng)計(jì)量為依據(jù)的圖像取證技術(shù)

在對(duì)計(jì)算機(jī)生成圖像進(jìn)行取證時(shí)，通過對(duì)其高階統(tǒng)計(jì)量進(jìn)行分析就是一種比較有效的取證方法。這種方法的原理是通過對(duì)特征量數(shù)據(jù)進(jìn)行區(qū)分，進(jìn)而判斷出哪些數(shù)據(jù)是屬于自然圖像，哪些數(shù)據(jù)是屬于計(jì)算機(jī)生成圖像。而進(jìn)行取證的具體方法如下，首先，需要對(duì)數(shù)字圖像中的特征量進(jìn)行提取，然后對(duì)這些特征量進(jìn)行分析，最后在將這些分析過的特征量輸入到一個(gè)特定的分類器中，然后將這些分類數(shù)據(jù)與自然生成圖像的數(shù)據(jù)進(jìn)行對(duì)比，這樣就能夠區(qū)別出自然圖像和計(jì)算機(jī)圖像。但是僅僅通過數(shù)據(jù)的對(duì)比來進(jìn)行圖像的取證還是存在一定的局限性，而影響圖像取證準(zhǔn)確性的因素主要跟圖像的算法有關(guān)系，而想要提升圖像算法的準(zhǔn)確性，就需要我們利用高階統(tǒng)計(jì)量有關(guān)的內(nèi)容。

首先需要我們明白計(jì)算機(jī)生成圖片的原理，計(jì)算機(jī)生成圖像就是對(duì)真實(shí)場景進(jìn)行再現(xiàn)，利用計(jì)算機(jī)技術(shù)對(duì)真實(shí)物體進(jìn)行模擬，從而獲得一種真實(shí)感較強(qiáng)的圖像，但是計(jì)算機(jī)生成的圖像與自然圖像在原理上存在著本質(zhì)區(qū)別，因此我們可以利用這一區(qū)別來進(jìn)行圖像的取證。自然圖像具有很強(qiáng)的內(nèi)在聯(lián)系性和相關(guān)性，但是計(jì)算機(jī)生成的圖像則不具備這樣的特征，因此我們可以基于高階統(tǒng)計(jì)量的數(shù)據(jù)來進(jìn)行計(jì)算機(jī)生成圖像的鑒別。小波變換具有多制度和高分辨率的特點(diǎn)，因此我們可以從獲得的高階統(tǒng)計(jì)量數(shù)據(jù)中來對(duì)比這些數(shù)據(jù)，從而起到鑒別計(jì)算機(jī)生成圖片的目的。

Farid就是一種非常常用的高階統(tǒng)計(jì)量算法，通過特征值的算法進(jìn)行統(tǒng)計(jì)，然后將數(shù)據(jù)與原始數(shù)據(jù)模型進(jìn)行對(duì)比，最后通過計(jì)算來獲取最后的特征數(shù)值。之后就是對(duì)分類器進(jìn)行設(shè)計(jì)，通過使用這些獲取的最終特征數(shù)值來對(duì)分類器進(jìn)行訓(xùn)練，這樣分類器就能夠?qū)Ω鞣N數(shù)值進(jìn)行區(qū)分，最終達(dá)到圖像數(shù)值分類的效果。Farid通過濾波器來分離這些特征值，然后將獲得的特征值進(jìn)行小波轉(zhuǎn)換，然后再次進(jìn)行濾波操作，就能夠獲得四個(gè)不同的子帶，然后找出其中的低通自帶，進(jìn)行重復(fù)小波變換和濾波操作，最后四條不同的子帶可以計(jì)算出不同的特征值頻譜，進(jìn)而獲得具體的特征值。之后的操作要借助最優(yōu)線性預(yù)測器，尋找到另外一組的特征值，進(jìn)行數(shù)據(jù)求解，這樣就能夠?qū)⒄`差減小，進(jìn)而獲得準(zhǔn)確的數(shù)值。

5.2基于多維提取的計(jì)算機(jī)生成圖像取證技術(shù)

多維提取計(jì)算法也是一種常用的計(jì)算機(jī)生成圖像取證技術(shù)，人們通過計(jì)算機(jī)尋找圖像在空間域和變換域中的一些特征來進(jìn)行檢測，這種檢測方法能夠快速準(zhǔn)確地對(duì)3D生成圖像進(jìn)行識(shí)別，但是這種方法存在著一定的局限性，因?yàn)檫@種方法需要很多復(fù)雜的數(shù)學(xué)模型，但是我們在數(shù)學(xué)模型的建立上還面臨著模型嚴(yán)重不足的情況，因此這種方法的應(yīng)用性欠佳。

相比于Farid技術(shù)，多提取計(jì)算法充分考慮了圖像的時(shí)域特性，進(jìn)而在檢測精度上有所提高。多維提取計(jì)算法可以將圖片中的空間域和變換域中的值進(jìn)行提取，這樣的算法可以更好地對(duì)圖片的顏色特征以及邊緣特征進(jìn)行取證，大大提高圖像檢測中顏色和邊緣的精準(zhǔn)度。顏色是一個(gè)圖像的重要特征，通過對(duì)顏色數(shù)據(jù)的分析，我們可以獲得很多的信息，但是計(jì)算機(jī)生成的圖像在顏色的表現(xiàn)方面跟自然圖片相比還存在一定的差距，通過細(xì)致的數(shù)據(jù)對(duì)比，我們可以發(fā)現(xiàn)在顏色細(xì)節(jié)方面的呈現(xiàn)時(shí)，計(jì)算機(jī)生成圖像存在著明顯的過渡不自然的情況。

這種多維提取計(jì)算法的重點(diǎn)在于對(duì)特征值得提取，然后通過分類器來進(jìn)行數(shù)據(jù)的處理，之后再將數(shù)據(jù)與數(shù)據(jù)模型進(jìn)行對(duì)比，從而對(duì)圖片進(jìn)行區(qū)分，為了提高圖像的識(shí)別精度，需要我們在空間域和變換域?qū)μ卣髦颠M(jìn)行采集，從而提高基礎(chǔ)數(shù)據(jù)的準(zhǔn)確性，進(jìn)而通過計(jì)算來提高計(jì)算結(jié)果的準(zhǔn)確性。

6 兩種處理技術(shù)仿真實(shí)驗(yàn)結(jié)果對(duì)比

6.1基于高階統(tǒng)計(jì)量為依據(jù)的圖像取證技術(shù)仿真實(shí)驗(yàn)結(jié)果

基于這種算法，我們進(jìn)行仿真實(shí)驗(yàn)。首先我們選取一些圖片來作為原始圖片，其中一半是計(jì)算機(jī)生成圖片，而生成的圖片主要通過3Ds MAX和Maya等軟件來進(jìn)行制作。這些圖片包含了室內(nèi)室外以及白天黑夜等各種場景。另外的一半圖片主要是用數(shù)碼相機(jī)進(jìn)行拍攝。然后分別拿出計(jì)算機(jī)生成圖片和自然圖片的一半來組成原始的數(shù)據(jù)庫。

然后將剩下的圖片按照基于高階統(tǒng)計(jì)量為依據(jù)的圖像取證技術(shù)進(jìn)行處理，我們可以發(fā)現(xiàn)在訓(xùn)練集中，計(jì)算機(jī)生成圖像的識(shí)別率為百分之七十，而自然圖像的識(shí)別率高達(dá)百分之九十八。而在測試集中，我們可以發(fā)現(xiàn)計(jì)算機(jī)生成圖像的識(shí)別率為百分之五十，而自然圖像的識(shí)別率為百分之八十。這樣的實(shí)驗(yàn)結(jié)果說明，這種算法在準(zhǔn)確性上還需要進(jìn)行提高，在實(shí)際的測試結(jié)果中，基于這種原理來測得的數(shù)據(jù)還是無法取得令人滿意的效果，因此我們還需要對(duì)這種算法的原理進(jìn)行優(yōu)化。

6.2基于多維提取的計(jì)算機(jī)生成圖像取證技術(shù)仿真實(shí)驗(yàn)結(jié)果

基于此種算法來進(jìn)行計(jì)算機(jī)生成圖片的識(shí)別我們發(fā)現(xiàn)，在面對(duì)同樣的測試數(shù)據(jù)時(shí)，我們在訓(xùn)練集中的測試成績是，計(jì)算機(jī)生成圖像識(shí)別率為百分之七十五，而自然圖像的識(shí)別率沒有什么變化，在百分之九十七左右，而在測試集中，計(jì)算機(jī)生成圖像的識(shí)別率則稍有提升，達(dá)到了百分之六十五，而對(duì)自然圖像的識(shí)別依然在百分之八十左右，由此可見基于多維提取的計(jì)算機(jī)生成圖像取證技術(shù)相比于基于高階統(tǒng)計(jì)量為依據(jù)的圖像取證技術(shù)在計(jì)算機(jī)生成圖像上有一定的優(yōu)勢，但是這種優(yōu)勢也并不明顯。

通過這兩種算法仿真結(jié)果的對(duì)比，我們發(fā)現(xiàn)多維提取法在識(shí)別計(jì)算機(jī)生成圖片上存在著一定的優(yōu)勢，而產(chǎn)生這些優(yōu)勢的來源應(yīng)該在于，對(duì)影響圖片區(qū)別的各種因素進(jìn)行綜合的對(duì)比，這樣通過多維度數(shù)據(jù)的對(duì)比，可以更好地對(duì)圖片進(jìn)行取證，因此在未來的發(fā)展中，我們應(yīng)該將更多影響圖片區(qū)別的因素考慮進(jìn)來，從而進(jìn)一步提高對(duì)計(jì)算機(jī)生成圖片的識(shí)別率。

7 未來發(fā)展趨勢

對(duì)于數(shù)字圖像的鑒別我們還有很長的路要走，尤其是在鑒別計(jì)算機(jī)生成圖像方面，就目前的技術(shù)水平而言，我們還無法準(zhǔn)確快速地識(shí)別出這些計(jì)算機(jī)生成圖像，因此在未來的發(fā)展道路上，需要我們在提高檢測精度和優(yōu)化分類器上做出進(jìn)一步的努力。

首先，需要我們重新對(duì)特征值的數(shù)據(jù)模型進(jìn)行優(yōu)化，在多維提取計(jì)算法中，需要我們充分考慮影響圖片信息的各個(gè)因素，通過更多方面的異同來進(jìn)行數(shù)字圖像的對(duì)比，另外還需要我們充分考慮這些影響因素之間的關(guān)聯(lián)，確認(rèn)這些影響因素是否相關(guān)聯(lián)。如果存在關(guān)聯(lián)，還需要我們運(yùn)用一些特殊的算法來進(jìn)行優(yōu)化，將這些因素之間的關(guān)聯(lián)降到最低，這樣才能夠更好的實(shí)現(xiàn)影響因子的獨(dú)立性，從而提高圖像鑒別技術(shù)的準(zhǔn)確性。

其次，需要我們對(duì)分類器的原理進(jìn)行優(yōu)化，分類器是處理數(shù)據(jù)的一個(gè)重要組成部分，因此加強(qiáng)分類器的分類作用，可以明顯提高數(shù)據(jù)分類的準(zhǔn)確性，想要優(yōu)化分類器，就需要我們對(duì)分類器的算法進(jìn)行研究，提高算法的準(zhǔn)確程度，進(jìn)而提高圖像的檢測精度。

8 小結(jié)

總而言之，在面向計(jì)算機(jī)生成圖像的智能取證技術(shù)的研究過程中，我們發(fā)現(xiàn)現(xiàn)有的技術(shù)水平還不能夠有效的區(qū)別自然圖片和計(jì)算機(jī)生成圖片。就基于高階統(tǒng)計(jì)量為依據(jù)的圖像取證技術(shù)和多維提取計(jì)算技術(shù)而言，這兩種方法都存在著一定的局限性，在算法與數(shù)據(jù)采集的環(huán)節(jié)都存在著很大的提升空間，因此我們要不斷加強(qiáng)對(duì)這些技術(shù)的攻關(guān)，從而更好地推動(dòng)計(jì)算機(jī)生成圖像智能取證技術(shù)的發(fā)展，從而保障信息傳遞的安全。

參考文獻(xiàn)：

[1] 李慶華.面向計(jì)算機(jī)生成圖像的智能取證技術(shù)研究[J].信息技術(shù)與信息化，2016（1）：100-102.

[2] 王玉平.面向計(jì)算機(jī)生成圖像的智能取證技術(shù)研究[D].上海交通大學(xué)，2007.

[3] 喬通，錢振興，張新鵬，等.基于局部能量方差特性的數(shù)字圖像取證[J].模式識(shí)別與人工智能，2012，25（2）：280-284.