[论文解读] CNN-Based Detection of Generic Constrast Adjustment with JPEG Post-processing

Mauro Barni, A. Costanzo+2 more|arXiv (Cornell University)|May 29, 2018

Digital Media Forensic Detection参考文献 10被引用 5

一句话总结

本文提出一种基于图像块的卷积神经网络（CNN）检测器，用于检测通用对比度调整，且对JPEG后处理具有鲁棒性。该方法在多种对比度调整类型和多个JPEG质量因子（QFs）下进行训练，可在未见过的色调调整和低至80的QF下实现超过90%的AUC，优于以往基于SVM的方法在清洗攻击下的表现。

ABSTRACT

Detection of contrast adjustments in the presence of JPEG postprocessing is known to be a challenging task. JPEG post processing is often applied innocently, as JPEG is the most common image format, or it may correspond to a laundering attack, when it is purposely applied to erase the traces of manipulation. In this paper, we propose a CNN-based detector for generic contrast adjustment, which is robust to JPEG compression. The proposed system relies on a patch-based Convolutional Neural Network (CNN), trained to distinguish pristine images from contrast adjusted images, for some selected adjustment operators of different nature. Robustness to JPEG compression is achieved by training the CNN with JPEG examples, compressed over a range of Quality Factors (QFs). Experimental results show that the detector works very well and scales well with respect to the adjustment type, yielding very good performance under a large variety of unseen tonal adjustments.

研究动机与目标

• 解决在经受JPEG后处理（一种常见清洗攻击，会擦除取证痕迹）的图像中检测对比度调整的挑战。
• 开发一种通用检测器，可泛化于多种对比度调整类型，包括亮度、对比度及色调曲线调整。
• 确保对广泛范围内的质量因子（QFs）具有鲁棒性，包括训练期间未见的QFs。
• 设计一种系统，即使对比度调整类型或QF与训练条件不一致（处理不匹配），也能保持高检测性能。

提出的方法

• 使用基于图像块的卷积神经网络（CNN），直接从像素输入处理64×64的非重叠图像块，无需预处理。
• 在包含原始图像和对比度调整图像的数据集上训练CNN，所有图像均以多个QF（从80到100）进行压缩，以模拟JPEG清洗攻击。
• 采用端到端训练，使用交叉熵损失，学习在JPEG压缩下区分原始与对比度调整图像块的判别性特征。
• 通过归一化求和的方式聚合块级软分数（CNN输出），做出全局图像级决策，利用同一图像中所有块共享相同假设的事实。
• 不针对每个QF专门训练模型，以避免对QF变化的脆弱性；相反，训练一个单一的多QF鲁棒模型。
• 利用已知或估计的QF动态调整决策阈值，确保在不同QF下保持一致的误报率。

实验结果

研究问题

• RQ1 基于深度学习的检测器是否能在不同JPEG质量因子（包括训练期间未见的QFs）下实现对对比度调整的鲁棒检测？
• RQ2 该检测器在未见的对比度调整类型（如伽马校正、CLAHE、Photoshop色调曲线）下泛化能力如何，这些类型未出现在训练数据中？
• RQ3 JPEG压缩在多大程度上降低检测性能？是否可通过训练CNN来缓解此影响？
• RQ4 联合训练多种对比度调整类型是否相比单类型训练能提升泛化能力和鲁棒性？
• RQ5 在无JPEG压缩的情况下，检测器是否仍能保持高性能，表明其并非完全依赖压缩伪影？

主要发现

• 在原始图像（无JPEG压缩）上，检测器的平均AUC达到99.6%，证实其在无压缩情况下的强大基线性能。
• 对于CLAHE和HS调整，即使在QF为80时，AUC仍保持在98%以上，表明对JPEG压缩具有极强的鲁棒性。
• 最具挑战的情况是伽马校正（γ Corr），在QF ≤ 95时AUC低于90%，但当仅使用γ=1.5（扩展）进行训练时，AUC提升至97%以上，凸显了训练数据构成的重要性。
• 在所有QF（80至100）下，大多数基于Photoshop的调整（如AutoTone、Curve_S、HistEq）的AUC均保持在90%以上。
• 检测器对处理不匹配具有良好的泛化能力：更强的调整比匹配情况表现更好，而更弱的调整则略有下降。
• 5%误报率的阈值在不同QF间有所变化（0.56–0.71），但这种变化可管理，因为QF通常可从图像头信息中获知或估计。