[论文解读] Towards Evaluating Gaussian Blurring in Perceptual Hashing as a Facial Image Filter

Yigit Alparslan, Alparslan, Ken+2 more|arXiv (Cornell University)|Feb 1, 2020

Digital Media Forensic Detection参考文献 10被引用 4

一句话总结

本文研究在感知哈希前应用高斯模糊是否能提升对人脸图像篡改（如裁剪、旋转、文字标注）的检测效果。基于Yale B扩展人脸数据集，研究发现模糊处理仅略微提高准确率（裁剪图像提升3.6%），基于DCT的哈希在标注图像上优于平均哈希，但对旋转攻击的检测效果有限。

ABSTRACT

With the growth in social media, there is a huge amount of images of faces available on the internet. Often, people use other people's pictures on their own profile. Perceptual hashing is often used to detect whether two images are identical. Therefore, it can be used to detect whether people are misusing others' pictures. In perceptual hashing, a hash is calculated for a given image, and a new test image is mapped to one of the existing hashes if duplicate features are present. Therefore, it can be used as an image filter to flag banned image content or adversarial attacks --which are modifications that are made on purpose to deceive the filter-- even though the content might be changed to deceive the filters. For this reason, it is critical for perceptual hashing to be robust enough to take transformations such as resizing, cropping, and slight pixel modifications into account. In this paper, we would like to propose to experiment with effect of gaussian blurring in perceptual hashing for detecting misuse of personal images specifically for face images. We hypothesize that use of gaussian blurring on the image before calculating its hash will increase the accuracy of our filter that detects adversarial attacks which consist of image cropping, adding text annotation, and image rotation.

研究动机与目标

• 评估在感知哈希中应用高斯模糊作为预处理步骤，以检测人脸图像滥用的有效性。
• 评估模糊处理是否能提升对常见对抗性图像篡改（如裁剪、旋转、文字标注）的鲁棒性。
• 比较不同感知哈希技术（DCT与平均哈希）在对抗性条件下对人脸图像的性能表现。
• 研究图像预处理（模糊）在特定人脸场景下对哈希相似度检测准确率的影响。
• 确定感知哈希是否能在存在微小视觉扰动的情况下可靠地标识个人图像的未经授权使用。

提出的方法

• 使用Yale B扩展人脸数据集（每位28名受试者，共576种姿态）进行人脸图像实验。
• 在原始图像上使用离散余弦变换（DCT）和平均哈希技术计算基线感知哈希。
• 在哈希计算前对图像应用高斯模糊，以生成第二组“模糊”参考哈希。
• 通过裁剪（原始图像的15%）、180°和45°旋转以及文字标注（如“copyrighted”）生成对抗性测试图像。
• 对所有对抗性测试图像计算感知哈希，并使用汉明距离与基线及模糊参考哈希进行比较。
• 在不同阈值设置下，评估不同哈希位长（32位与64位）和哈希类型（DCT vs. 平均）下的检测准确率。

实验结果

研究问题

• RQ1 在感知哈希前应用高斯模糊是否能提升对抗性人脸图像篡改的检测准确率？
• RQ2 在不同对抗性变换（裁剪、旋转、标注）下，不同感知哈希方法（DCT vs. 平均哈希）的表现如何？
• RQ3 哈希位长（32位 vs. 64位）对人脸图像重复检测准确率的影响是什么？
• RQ4 图像旋转（180°和45°）在多大程度上降低感知哈希性能？模糊处理是否能缓解此问题？
• RQ5 文字标注是否显著影响感知哈希相似度？模糊处理能否提升对此类扰动的鲁棒性？

主要发现

• 在大多数对抗性变换下，哈希前应用高斯模糊并未显著提升整体检测准确率。
• 唯一可观测到的提升是裁剪图像的准确率提高了3.6%——从基线的14.3%（平均哈希，64位）提升至模糊处理后的17.9%。
• 对于标注图像，基于DCT的哈希优于平均哈希，在所有阈值下均取得更高准确率。
• 180°旋转图像的检测准确率在64位平均哈希下达到25–30%，但45°旋转及DCT方法的准确率仍很低。
• 对于45°旋转图像，所有哈希类型（32位与64位的DCT和平均哈希）的准确率均接近0%，表明鲁棒性极差。
• 在大多数情况下，64位哈希始终优于32位哈希，尤其在裁剪和标注图像上表现更优。