[論文レビュー] Robust Contrast Enhancement Forensics Using Pixel and Histogram Domain CNNs

Pengpeng Yang, Rongrong Ni+3 more|arXiv (Cornell University)|Mar 13, 2018

Digital Media Forensic Detection参考文献 12被引用数 4

ひとこと要約

本稿では、エンド・ツー・エンドの畳み込みニューラルネットワークを用いて、画素ドメイン用のP-CNNとヒストグラムドメイン用のH-CNNの2つの深層学習ベースのコントラスト強調（CE）フォレンティクス手法を提案する。これらの手法は、追加処理なしでCE操作を強力に検出でき、事前JPEG圧縮および反フォレンティクス攻撃に対しても高い耐性を示す。

ABSTRACT

Contrast enhancement (CE) forensics has always been ofconcern to image forensics community. It can provide aneffective tool for recovering image history and identifyingtampered images. Although several CE forensic algorithmshave been proposed, their robustness against some processingis still unsatisfactory, such as JPEG compression and anti-forensic attacks. In order to attenuate such deficiency, inthis paper we first present a discriminability analysis of CEforensics in pixel and gray level histogram domains. Then, insuch two domains, two end-to-end methods based on convo-lutional neural networks (P-CNN, H-CNN) are proposed toachieve robust CE forensics against pre-JPEG compressionand anti-forensics attacks. Experimental results show that theproposed methods achieve much better performance than thestate-of-the-art schemes for CE detection in the case of noother operation and comparable performance when pre-JPEGcompression and anti-foresics attacks is used.

研究の動機と目的

• 既存のコントラスト強調フォレンティクス手法が事前JPEG圧縮および反フォレンティクス攻撃に対して限界を示す問題を解決する。
• CEの指紋が隠蔽される画像処理操作が加わった状況でも、検出精度を向上させる。
• 生の画素および正規化されたグレーレベルヒストグラムから直接特徴を学習可能なエンド・ツー・エンドの深層学習モデルを開発する。
• さまざまなガンマ補正レベルおよび多様な画像コンテンツに対して安定した性能を確保する。

提案手法

• 画像コンテンツの影響を低減し、データ分布をバランスさせるために、ハイパスフィルタおよびバッチノーマライゼーションを適用する画素ドメインCNN、P-CNNを提案する。
• 画素ドメインにおけるCE検出のための特徴表現を強化するために、経験的に最適化された幅を有するカスタムCNNアーキテクチャを設計する。
• 256次元の正規化されたグレーレベルヒストグラムを入力として処理し、CEに起因するピークやギャップを検出するヒストグラムドメインCNN、H-CNNを導入する。
• ハンドクラフトされた統計量を用いず、エンド・ツー・エンドの学習により特徴を学習することで、前処理に対して耐性を持つ。
• 画素ドメインにおける識別性を分析するためのガンマ補正モデリングを実施し、$ D_{\text{max}} $ を $ \gamma $ の関数として導出し、特徴学習を支援する。
• JPEG圧縮（QF値：50、70）および複数の反フォレンティクス技術を用いた制御実験を通じて、耐性を検証する。

実験結果

リサーチクエスチョン

• RQ1 画素ドメインおよびヒストグラムドメインで学習された深層学習モデルは、従来のハンドクラフト特徴手法と比較して、コントラスト強調画像の検出において優れた耐性を示せるか？
• RQ2 事前JPEG圧縮および反フォレンティクス攻撃は、既存のCEフォレンティクス技術の性能にどのように影響を与えるか？
• RQ3 P-CNNおよびH-CNNは、さまざまなガンマ補正レベルおよび画像処理条件下でも高い検出精度を維持できるか？
• RQ4 学習データのスケールが、P-CNNおよびH-CNNのCEフォレンティクス性能に顕著な影響を与えるか？

主な発見

• H-CNNは、追加処理なしで $ \gamma = 0.6 $ 時に99.90%の検出精度を達成し、同じ条件下で最先端のLi[5]手法（99.11%）を上回る。
• 反フォレンティクス攻撃[14]下でも、H-CNNは $ \gamma = 0.6 $ 時に98.82%の精度を維持するが、De Rosa[9]は69.85%まで低下し、Cao[4]は完全に失敗する。
• QF=50における事前JPEG圧縮下では、P-CNNおよびH-CNNの両方が99.9%の精度を達成し、Li[5]の性能と同等である。一方、De Rosa[9]は70.26%まで低下する。
• P-CNNはヒストグラム操作に基づく反フォレンティクス攻撃に対して優れた耐性を示し、$ \gamma = 0.6 $ 時に98.6%の精度を維持する。一方、H-CNNは同様の攻撃下で著しく性能が低下（88.77%）する。
• P-CNNの性能は、学習データの増加に伴い向上し、データスケールと検出精度の間には正の相関が見られる。
• H-CNNはパラメータ数が少なく、入力表現がコンパクト（256Dヒストグラム）であるため、学習データサイズの変化に対してより感受性が低い。