拷贝移动图像伪造检测技术综述【参考文献22】

拷贝移动图像伪造检测技术综述

简要介绍
复制移动图像检测的步骤

1. 伪造：预处理->特征提取->特征匹配->过滤
2. 预处理：改善图像数据和增强特征
3. 特征提取：对于基于块的算法，对每个块提取特征向量，在基于关键点的方法中，只对图像中的关键点计算特征向量（例如具有熵的区域等）
4. 特征匹配：特征提取后。通过搜索具有相似特征的块来识别复制-移动对。特征向量之间高度相似可以解释为重复区域。基于块的方法对相似特征进行排序，基于关键点的方法计算近似近邻有助于特征匹配。
5. 过滤：我们不能根据单一的相似标准来预测伪造的存在和不存在。采用滤波方法减少预测错误的概率。最后，可以采用后处理来保存表现出共同行为的匹配

综合比较
李健、李晓龙、杨斌、孙星明提出了一种复制移动图像伪造框架， 该框架首先将图像分割成不重事的小块。然后在第一阶段通过对patch的匹配来寻找可疑的匹配，并估计出一个变换矩阵。然后在第二阶段通过对变换矩阵的细化，确认复制移动图像伪造的存在。与基于块的算法相比， 基于关键点的算法速度更快、效果更好，但与现有的基于块的算法相比，检测速度更快。

Saiqa Khan和Arumn Kulkami提出了基于小波方法的复制移动图像伪造。该方法利用小波变换进行压缩， 并利用相位相关作为相似度检验标准，识别重叠块形成的重复块。这需要通过两个阶段来完成。第一阶段对压缩后的小波变换进行基准检测和匹配为此，对矩阵进行排序，并利用行数关系计算相关性。但该技术擅长于检测较难的图像，旋转和结放无法检测出伪造图像。

潘迅余和吕思伟提出了基于关键点的技术。该方法首先对几何和畸变不敏感的匹配SIFT (scale invariantfeature transform)关键点进行变换， 然后对估计的变换进行折现，找到复制区域内的所有像素点。在这里，他们展示了它的实际性能与几个具有挑战性的伪造图像创建，用最现代的工具。这种方法比以前的其他技术更可靠。由于SIFT算法有时不能在视觉结构较小的区域找到可靠的关键点，因此该方法的精度不高。

Irene Amerini、Roberto Caldelli、 Lamberto Ballan、 Alberto Del Bimbo和Giuseppe Serra提出了一种基于尺度不变特征变换(SIFT)的算法。这可以检测复制移动伪造，并恢复用于执行篡改的显著几何变换。该算法提取了鲁棒性特征，可以检测出图像的某部分是否被复制移动，是否经过几何变换。由于粘贴部分与原始部分基本相同，因此从篡改区域提取的关键点与原始关键点相同。因此，筛选特征之间的匹配可用于确定可能的篡改。第一步是提取SIFT特征和关键点匹配，第二步是关键点聚类和篡改区域检测，第三步是对检测到的篡改后几何变换的发生情况进行估计。此方法还处理多个克隆。但对于纹理高度均匀的图像，该方法无法检测出伪造。