[论文解读] Revisiting copy-move forgery detection by considering realistic image with similar but genuine objects

Ye Zhu, Tian-Tsong Ng+2 more|arXiv (Cornell University)|Jan 27, 2016

Digital Media Forensic Detection参考文献 11被引用 5

一句话总结

本文提出了一种基于缩放哈里斯特征描述符（SHFD）的新颖复制-移动伪造检测方法，能有效区分相似但真实的物体（SGO）与实际伪造内容。通过结合金字塔尺度空间、方向分配以及基于RANSAC的鲁棒特征匹配，SHFD在几何变换和后期处理下均表现出高精度与强鲁棒性，在COVERAGE数据库上的表现优于SIFT和SURF，尤其在处理SGO和复杂失真方面优势显著。

ABSTRACT

Many images, of natural or man-made scenes often contain Similar but Genuine Objects (SGO). This poses a challenge to existing Copy-Move Forgery Detection (CMFD) methods which match the key points / blocks, solely based on the pair similarity in the scene. To address such issue, we propose a novel CMFD method using Scaled Harris Feature Descriptors (SHFD) that preform consistently well on forged images with SGO. It involves the following main steps: (i) Pyramid scale space and orientation assignment are used to keep scaling and rotation invariance; (ii) Combined features are applied for precise texture description; (iii) Similar features of two points are matched and RANSAC is used to remove the false matches. The experimental results indicate that the proposed algorithm is effective in detecting SGO and copy-move forgery, which compares favorably to existing methods. Our method exhibits high robustness even when an image is operated by geometric transformation and post-processing

研究动机与目标

• 解决真实图像中因相似但真实的物体（SGO）导致的复制-移动伪造检测误报问题。
• 开发一种方法，在图像包含SGO时仍能保持高检测精度，而现有方法常将SGO误判为伪造品。
• 确保对几何变换（缩放、旋转、自由形变）和常见后期处理（模糊、噪声、JPEG压缩）的鲁棒性。
• 通过集成尺度不变性、方向分配和基于RANSAC的异常值剔除，提升特征匹配的可靠性。
• 在COVERAGE数据库上，与SIFT和SURF相比展现出更优性能，尤其在复杂篡改和SGO场景下。

提出的方法

• 使用带有高斯平滑和下采样的金字塔尺度空间，实现关键点检测的尺度不变性。
• 应用哈里斯角点检测器，结合角点响应函数 $ CR = \det(M) - k \cdot \operatorname{tr}(M)^2 $，在多尺度下检测稳定的关键点。
• 通过局部邻域内的梯度幅值与方向为每个关键点分配方向，公式为 $ m(x,y) = \sqrt{\Delta L_x^2 + \Delta L_y^2} $ 和 $ \theta(x,y) = \tan^{-1}(\Delta L_y / \Delta L_x) $。
• 从定向邻域中提取组合特征描述符，以增强纹理描述能力与匹配精度。
• 使用相似性度量在图像区域间匹配特征，并应用RANSAC基于几何一致性剔除错误匹配。
• 采用多尺度、多区间方法，参数设置为 $ oc=4 $，$ in=4 $，$ \beta=1.25 $，$ t_{CR}=0.02 \cdot \max(CR) $，以实现鲁棒检测。

实验结果

研究问题

• RQ1 一种复制-移动伪造检测方法能否在真实图像中有效区分相似但真实的物体（SGO）与实际伪造内容？
• RQ2 所提出的SHFD方法在各种几何变换（如缩放、旋转、自由形变）下的表现如何？
• RQ3 SHFD方法对常见后期处理操作（如模糊、噪声、JPEG压缩）的鲁棒性达到何种程度？
• RQ4 在COVERAGE数据库上，SHFD与SIFT和SURF在真正例率和假正例率方面的定量比较结果如何？
• RQ5 光照变化与多种篡改因素的组合对SHFD检测性能有何影响？

主要发现

• SHFD方法在所有篡改因素（包括简单复制、旋转、缩放和自由形变）下均表现稳定，且在COVERAGE数据库上保持高真正例率。
• SHFD在检测复制-移动伪造方面优于SIFT和SURF，尤其在含SGO的图像中表现更优，如图2所示的ROC曲线所示。
• 该方法对高斯模糊（σ = 0.5, 1, 2）、噪声（方差 = 1, 3, 5）和JPEG压缩（质量因子80, 60, 40）表现出强鲁棒性，同时保持低假正例率。
• 图4中的ROC曲线证实，SHFD在所有后期处理条件下均维持高检测性能，与SIFT和SURF相比性能衰减最小。
• 尽管在大多数因素下表现优异，SHFD在光照变化和多种篡改因素组合下仍出现性能下降，表明在处理此类复杂情况方面仍有改进空间。
• 基于RANSAC的匹配方法显著降低了假正例率，尤其在SGO丰富的场景中，证实了几何一致性过滤的有效性。