[论文解读] Detection of Tool based Edited Images from Error Level Analysis and Convolutional Neural Network

Abhishek Gupta, Raunak Joshi+1 more|arXiv (Cornell University)|Apr 19, 2022

Digital Media Forensic Detection被引用 6

一句话总结

本文提出了一种混合方法，结合错误等级分析（ELA）与卷积神经网络（CNN），以检测使用编辑工具篡改的图像。通过在CASIA ITDE v2数据集的图像上应用ELA进行预处理，该方法增强了压缩伪影的可见性，随后由CNN将图像分类为真实或篡改，经过100个周期训练后，达到96.13%的训练准确率和92.20%的验证准确率。

ABSTRACT

Image Forgery is a problem of image forensics and its detection can be leveraged using Deep Learning. In this paper we present an approach for identification of authentic and tampered images done using image editing tools with Error Level Analysis and Convolutional Neural Network. The process is performed on CASIA ITDE v2 dataset and trained for 50 and 100 epochs respectively. The respective accuracies of the training and validation sets are represented using graphs.

研究动机与目标

• 为应对使用Photoshop等常见编辑工具生成的图像伪造日益增长的挑战。
• 通过将错误等级分析（ELA）作为预处理步骤，突出显示压缩不一致性，从而提升图像取证能力。
• 开发一种基于深度学习的分类器，以高准确率区分真实图像与篡改图像。
• 评估自定义CNN架构在CASIA ITDE v2数据集上，经不同训练周期后的性能表现。
• 提供一种轻量化、高效的现实世界图像伪造检测解决方案，结合可访问的预处理与深度学习技术。

提出的方法

• 该方法对CASIA ITDE v2数据集中所有图像应用错误等级分析（ELA），以增强压缩伪影，使篡改更易被检测。
• 在90%图像质量下应用ELA，生成突出显示不同压缩级别区域的转换图像。
• 设计了一个自定义的2D卷积神经网络（CNN），包含两层2D卷积层（各32个5x5滤波器）、ReLU激活函数，以及用于降维的最大池化层。
• 网络中包含两层Dropout层（丢弃率分别为25%和50%），以防止过拟合并提升泛化能力。
• 最终特征被展平后，通过一个包含256个神经元的ReLU激活全连接层，随后接一个用于二分类的Softmax输出层。
• 模型使用二元交叉熵损失函数与Adam优化器进行训练，分别在50和100个周期下进行，以评估性能与收敛性。

实验结果

研究问题

• RQ1 错误等级分析是否能有效增强由常见编辑工具引起的图像篡改的视觉线索？
• RQ2 ELA预处理与CNN结合后，相较于直接图像分类，是否能显著提升检测准确率？
• RQ3 训练时长（50与100个周期）对模型准确率与泛化能力在检测工具型图像伪造方面有何影响？
• RQ4 该方法在CASIA ITDE v2数据集中未见图像上的泛化能力如何？
• RQ5 使用Dropout及类似批量归一化的正则化方法是否能提升模型在检测细微图像篡改时的鲁棒性？

主要发现

• 经过100个周期训练后，模型达到96.13%的训练准确率与92.20%的验证准确率。
• 训练损失在100个周期后降至10.27%，而验证损失为20.50%，表明尽管使用了Dropout，仍存在一定程度的过拟合。
• 在50个周期时，模型达到94.33%的训练准确率与92.56%的验证准确率，显示出强劲的初始收敛性。
• 损失曲线表明，模型在50个周期后开始出现过拟合，因为当训练周期从50延长至100时，验证损失从19.63%上升至20.50%。
• ELA预处理的使用显著提升了模型区分真实图像与篡改图像的能力，通过突出显示压缩不一致性。
• ELA与CNN的结合优于基线方法，为网络提供了清晰的篡改视觉特征，使其能够有效学习。