[論文レビュー] Boundary-based Image Forgery Detection by Fast Shallow CNN

Zhongping Zhang, Yixuan Zhang+2 more|arXiv (Cornell University)|Jan 20, 2018

Digital Media Forensic Detection参考文献 15被引用数 10

ひとこと要約

本稿では、偽造境界におけるクロマおよびサチュレーションの違いを分析することで、偽造画像を検出する高速で浅い畳み込みニューラルネットワーク（SCNN）を提案する。特に低解像度画像において顕著な効果を示す。Fast SCNNは、グローバル特徴抽出を用いた効率的な変種であり、CASIA 2.0データセットにおいて最先端の手法を上回り、JPEG画像で85.35%、TIFF画像で82.93%の精度を達成している。また、スライディングウィンドウベースの検出法に比べて著しく高速である。

ABSTRACT

Image forgery detection is the task of detecting and localizing forged parts in tampered images. Previous works mostly focus on high resolution images using traces of resampling features, demosaicing features or sharpness of edges. However, a good detection method should also be applicable to low resolution images because compressed or resized images are common these days. To this end, we propose a Shallow Convolutional Neural Network(SCNN), capable of distinguishing the boundaries of forged regions from original edges in low resolution images. SCNN is designed to utilize the information of chroma and saturation. Based on SCNN, two approaches that are named Sliding Windows Detection (SWD) and Fast SCNN, respectively, are developed to detect and localize image forgery region. In this paper, we substantiate that Fast SCNN can detect drastic change of chroma and saturation. In image forgery detection experiments Our model is evaluated on the CASIA 2.0 dataset. The results show that Fast SCNN performs well on low resolution images and achieves significant improvements over the state-of-the-art.

研究の動機と目的

• 従来のリサンプリングに基づく手法が失敗する低解像度および圧縮画像においても有効な偽造検出手法を開発すること。
• 深層ネットワークが形状や構造に過剰にフィットするという限界を克服するため、エッジレベルのクロマおよびサチュレーションの変化に焦点を当てた浅いアーキテクチャを採用すること。
• 冗長な計算を回避する効率的な検出パイプラインを設計し、大規模画像におけるリアルタイム応用を可能にすること。
• 補間やデモザイシングの痕跡に依存せずに、正確に偽造領域を局所化すること。これは、圧縮またはリサイズされた画像では信頼性が低いからである。

提案手法

• 空間的詳細を保持するためにプーリング層を排除し、2層の畳み込み層と2層の全結合層を持つ浅いCNN（SCNN）を設計。偽造境界とオリジナルエッジを分類する。
• 境界領域に注目する新規な手法によりエッジパッチを抽出し、クロマおよびサチュレーションの遷移に対する感受性を高める。
• 2つの検出フレームワークを提案：スライディングウィンドウ検出（SWD）は、画像全体にわたって32×32のパッチにSCNNを適用する。Fast SCNNは、画像全体に対して一度だけ特徴を計算し、それを再利用する。
• Fast SCNNは、画像全体からの特徴マップを活用することで、重複する順方向伝搬を回避し、1000×1000の画像あたり最大108秒の計算時間を短縮する。
• 信頼度確率マップに対してしきい値処理とメディアンフィルタリングを適用し、偽造領域のバイナリマスクを生成する。
• モデルはCASIA 2.0データセット上でエンドツーエンドに訓練され、境界レベル分類を最適化する損失関数が使用される。

実験結果

リサーチクエスチョン

• RQ1 リサンプリングやシャープネス特徴ではなく、クロマおよびサチュレーションの変化に注目することで、浅いCNNが低解像度画像における偽造境界を効果的に検出できるか？
• RQ2 大規模または圧縮画像において、Fast SCNNはスライディングウィンドウベースの検出法と比較して、速度と精度の面でどの程度優れているか？
• RQ3 モデルが偽造領域を区別するために、オブジェクトの形状やテクスチャではなく、クロマおよびサチュレーションのコントラストにどの程度依存しているか？
• RQ4 なぜモデルは「キャラクター」「テクスチャ」「植物」などのカテゴリで性能を発揮できないのか。誤分類の原因となる視覚的ヒントは何か？

主な発見

• Fast SCNNはCASIA 2.0データセットのJPEG画像で85.35%、TIFF画像で82.93%の検出精度を達成し、低解像度および圧縮画像において、先行する最先端手法を上回っている。
• スライディングウィンドウアプローチと比較して、1000×1000の画像あたり最大108.26秒の計算時間を短縮し、顕著な効率性の向上を示している。
• 可視化およびアブレーションスタディにより、SCNNがオブジェクトの形状やテクスチャに依存せず、偽造境界におけるクロマおよびサチュレーションのコントラストを効果的に捉えていることが確認された。
• 複雑な背景やフォーカスのばらつきが生じる画像では性能が低下し、特に「キャラクター」「テクスチャ」「植物」カテゴリで感度が低下する傾向を示しており、フォーカスと背景の複雑さに敏感であることが判明した。
• パッチベースのモデルの欠陥を回避し、Fast SCNNは一貫性があり局所化されたマスクを生成する。一方、Zhangらの手法はパッチレベル分類バイアスのため、空の領域を誤って偽造とマークしてしまう。
• 類似した画像におけるさまざまな改ざん領域でも一貫した検出が得られるため、SCNNが画像全体のコンテンツではなく、境界固有の特徴（クロマ／サチュレーションのシフト）を学習していることが結果から裏付けられた。