图像取证分析的多特征分类器融合研究

项目名称： 图像取证分析的多特征分类器融合研究

项目编号： No.60972151

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 卢燕飞

作者单位： 北京交通大学

项目金额： 26万元

中文摘要： 随着图像在新闻图片、法律证据、数字金融文档领域的大量使用，各种看似真实实则篡改的图像和以假乱真的计算机成像图像带来了互联网和大众的信任危机，图像取证技术已成为信息安全领域中一个新兴且极其重要的研究方向，同时也是研究图像内容安全的关键技术。本课题围绕自然图像高阶特征与分类器融合的研究，将高阶特征与现有普遍应用的低阶特征相结合，并引入新分类器不同算法的多特征融合，实现自然图像的篡改取证。具体内容包括：1、研究基于高阶能量谱的特征提取方法，建立图像的高阶谱特征的模型；2、针对自然图像复杂多变的特点，对图像自然视觉特性进行多特征融合和优化；3、应用于图像篡改和特征分类，并在分类决策工作中进行多特征融合，研究更有效、更准确的判别、分类方法，特别是研究分类算法在取证领域中的新应用，以进一步提高检测效率。该项目可应用于图像证据的可信性认证、图像的真伪识别，保护互联网上图像内容的真实性和证据的合法性。

中文关键词： 图像认证；特征融合；像素相关性；图像翻拍；被动盲取证

英文摘要：

英文关键词： Image forensic；Feature fusion；pixel correlation；Recaputre image；Passive-blind Forensics