摘要
随着各种图像编辑软件的广泛应用,数字图像被篡改的现象越来越普遍。论文研究了一种鉴别合成照片真伪的方法,在提取可信图像和拼接图像的双谱特征和边缘密度特征的基础上利用支持向量机(SVM)进行分类训练,并提出了在特征提取前去除图像的非高斯噪声。实验结果表明,该方法可将鉴别正确率由71%提高到75%,并具有一定的抗JPEG压缩能力。
Image forgeries created using publicly accessible image processing tools emerge in our life with a large quantity.This paper focuses on exposing spliced natural images called photomontages.We extract the bispectrum and edge density features of both authentic and spliced images to train Support Vector Machines(SVM) classifier.Image denoising processing before feature extraction is also proposed here.The results indicate that our method improves the classification accuracy, from 71% to 75% and resists to JPEG...
出处
《信息安全与通信保密》
2008年第11期72-74,共3页
Information Security and Communications Privacy
基金
国家自然科学基金项目(编号:60772098
60772042)
教育部新世纪优秀人才支持计划项目(编号:NCET-06-0393)
国家863计划项目(编号:2007AA01Z455)
2007年上海市曙光计划项目
关键词
合成照片
防伪鉴定
高阶统计
双谱特征
图像去噪
photomontage
authentication
high order statistics
bispectrum
image de-noising
