w為新的卷積核，w(0,0)為卷積核中心位置的數(shù)值。新的卷積結(jié)構(gòu)只使用在第一層卷積中，從而實(shí)現(xiàn)圖像預(yù)處理卷積核的自動(dòng)學(xué)習(xí)。圖5、圖6分別展示了新的卷積結(jié)構(gòu)和文章提出的網(wǎng)絡(luò)結(jié)構(gòu)圖。
圖5. 新卷積結(jié)構(gòu)圖示 固定卷積核中心位置數(shù)值為-1同時(shí)周?chē)恢脭?shù)值之和為1
圖6. 新卷積算法網(wǎng)絡(luò)結(jié)構(gòu)圖
3.重獲取圖像取證
重獲取圖像取證近幾年開(kāi)始受到取證工作者的關(guān)注。重獲取操作是指原始圖像被投影到新的媒介后被再次獲取的過(guò)程。圖7展示了常見(jiàn)的圖像重獲取操作流程。原始圖像首先被投影到新得到媒介：電腦屏幕、手機(jī)屏幕、打印紙，然后對(duì)投影后的圖像進(jìn)行重新拍攝，形成重獲取圖像。
圖7 圖像重獲取操作流程圖
重獲取圖像取證有重要的研究?jī)r(jià)值，對(duì)于篡改操作后的圖像通常會(huì)在圖像中留下指紋性的操作痕跡，消除這些痕跡的最簡(jiǎn)單的方式就是對(duì)篡改后的圖像進(jìn)行重新獲取。因其操作的簡(jiǎn)易性被很多篡改者使用。重獲取圖像取證通過(guò)辨別圖像是否經(jīng)過(guò)重獲取操作對(duì)圖像操作歷史的鑒別具有重要意義。另一方面，隨著人臉識(shí)別身份系統(tǒng)的快速發(fā)展和廣泛使用，一些不法分子試圖通過(guò)一些手段欺騙身份識(shí)別系統(tǒng)，活體檢測(cè)技術(shù)的使用為身份識(shí)別系統(tǒng)提供了一層保障，然后face2face系統(tǒng)的推出又為活體檢測(cè)提出了挑戰(zhàn)。重獲取圖像取證作為一種新的技術(shù)手段可以有效地增強(qiáng)身份識(shí)別系統(tǒng)的魯棒性。
基于深度學(xué)習(xí)的方法，我們提出了一種拉普拉斯卷積神經(jīng)網(wǎng)絡(luò)算法檢測(cè)重獲取圖像。網(wǎng)絡(luò)結(jié)構(gòu)如圖8所示，對(duì)于輸入圖像我們首先利用信號(hào)增強(qiáng)層放大重獲取噪聲信號(hào)，然后利用5個(gè)卷積層進(jìn)行特征提取，最后使用全連接層作為特征分類(lèi)層。我們提出的算法在不同尺寸的圖像庫(kù)上實(shí)現(xiàn)了95%以上的檢測(cè)性能。
圖8. 拉普拉斯卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
4.反反取證
Jingjing Yu, Xiangui Kang等將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用在多類(lèi)反反取證問(wèn)題上。隨著取證技術(shù)的發(fā)展，對(duì)抗取證的研究也隨之興起，稱(chēng)為反取證研究。反取證是針對(duì)于特定的取證技術(shù)提出使其失效的算法。該工作是針對(duì)于多種反取證算法進(jìn)行取證，故而稱(chēng)為反反取證。文章提出的網(wǎng)絡(luò)結(jié)構(gòu)如下所示，四層卷積結(jié)構(gòu)以及兩層全連接結(jié)構(gòu)。文章關(guān)注了四類(lèi)反取證問(wèn)題：JPEG壓縮、中值濾波、重采樣、對(duì)比度增強(qiáng)，根據(jù)文章報(bào)告的實(shí)驗(yàn)結(jié)果，平均檢測(cè)準(zhǔn)確率達(dá)到了96.9%。
圖9. 反反取證算法網(wǎng)絡(luò)結(jié)構(gòu)圖
5.隱寫(xiě)分析
把隱寫(xiě)分析列在這里，是因?yàn)殡[寫(xiě)分析與取證領(lǐng)域存在極深的淵源。兩者雖需要解決的具體問(wèn)題不同，但是方法論本質(zhì)上具有一致性，都是探尋微弱“噪聲”信號(hào)的存在。隱寫(xiě)分析領(lǐng)域和圖像取證領(lǐng)域的發(fā)展是相輔相成的，兩者針對(duì)各自領(lǐng)域提出的有效算法通常在彼領(lǐng)域也能得到很好的應(yīng)用。比如隱寫(xiě)分析領(lǐng)域常用的Rich Models、SPM算法都被應(yīng)用于取證領(lǐng)域并取得了state-of-the-art的檢測(cè)性能。