[发明专利]一种基于颜色统计差异的染色伪造图像检测方法

说明书

本发明提供一种基于颜色统计差异的染色伪造图像检测方法，该方法首先构建训练图像集的统计分布图以及训练图像集中所有训练图像的统计分布图；之后根据差异最大化原则，基于上述训练图像集的统计分布图计算检测特征参数，基于所述检测特征参数计算每幅训练图像的统计分布图，并计算每幅训练图像的统计分布图的分布特性，从而构建训练图像的有效的完整检测特征；最后利用训练图像的完整检测特征和对应的训练图像标签训练分类器，从而得到有效的检测分类器，即可针对待检测图像提取其完整检测特征，从而利用训练好的检测分类器进行检测。

技术领域

本发明属于图像处理技术领域，尤其涉及一种基于颜色统计差异的染色伪造图像检测方法。

背景技术

随着多媒体技术的飞速发展，大量图像修改工具的诞生使得对图像进行修改/伪造变得愈加容易，由此，近年来出现了很多的图像伪造事件。根据国际图像鉴伪专家HaniFarid及其团队的收集，伪造图像存在于政治丑闻、武器装备宣传等多起新闻事件中，同时，伪造图像也可能存在于办案证据，甚至网络上大量的个人照片中，可见伪造图像对新闻公信度、公检法办案乃至人与人之间的信任都产生了严重的负面影响。

当前，图像可信度检测主要有主动式和被动式两类方法。主动式检测方法首先对图像在其可信时嵌入水印，之后，在检测该图像时，利用水印提取算法提取水印从而进行检测。被动式方法基于图像的各种特性(如压缩效应、区域相似度、相机拍摄、物理、几何等)，通过探索伪造图像时图像各种特性所存在的修改(线索)进行检测。可见，对图像提前嵌入水印在实际应用中有一定的局限性，因此，相比主动式检测方法，被动式检测方法更符合复杂多变的实际应用场景。

目前，已有的被动式伪造图像检测主要针对通过复制移动(Copy-move)、拼接(Splicing)、图像修补(Image retouching)等方式篡改伪造的图像进行检测研究。然而，随着多媒体技术的快速发展，新型图像伪造技术的出现，为图像伪造提供了更多的选择。当前，研究者在图像染色伪造技术(Image colorization)中，取得了不俗的进展，通过图像染色所伪造的部分图像已达到肉眼难辨真伪的地步。然而目前并没有针对染色伪造图像研究的检测技术，以专人来用肉眼进行检测又过于耗时耗力，不适用于数据量较大的情况下，而传统的被动式检测方法通常依赖于不同特性的假设，使得其不能普适高效的检测这些生成型伪造图像，因此，研究染色伪造图像检测方法可为伪造图像领域填补空白，有效帮助使用者对受怀疑的染色伪造图像进行检测。

发明内容

本发明的目的在于提供一种基于颜色统计差异的染色伪造图像检测方法，从而对抗存在的多种图像染色伪造方法。

针对上述目的，本发明所采用的技术方案为：

一种基于颜色统计差异的染色伪造图像检测方法，其步骤包括：

1)构建含有自然图像和染色伪造图像的训练图像集的统计分布图以及该训练图像集中所有训练图像的统计分布图；

2)根据差异最大化原则，基于上述训练图像集的统计分布图计算检测特征参数，并基于所述检测特征参数计算每幅训练图像的统计分布图，得到第一部分检测特征；并计算每幅训练图像的统计分布图的分布特性，得到第二部分检测特征；

3)合并上述第一部分检测特征和第二部分检测特征，得到完整检测特征，并将每幅训练图像的完整检测特征与其对应的训练图像标签进行模型训练得到检测分类器；

4)构建待检测图像的统计分布图；

5)基于步骤2)中所述检测特征参数计算待检测图像的统计分布图，提取第一部分检测特征；并计算待检测图像的统计分布图的分布特性，提取第二部分检测特征；

6)合并步骤5)中所述第一部分检测特征和第二部分检测特征得到待检测图像的完整检测特征，并将其输入步骤3)所述检测分类器进行检测。