Dept. of Computer Science | NTHU
MPLab Home Members Research Publications Activities
數位影像鑑識 (Digital Image Forensic)

在數位影像資料遽增的今日,隨著影像處理技術的日趨成熟,數位影像資料已可被輕易地仿造與竄改。當數位相片的內容越來越廣泛地用來做為重要事件發生的證據時,影像資料內容的可信賴度就變得日趨重要。而數位影像鑑識的主要目的就在於評估數位影像資料內容的可信賴度。 數位影像鑑識的範疇涵蓋甚廣,例如:判斷影像是否直接由相機拍攝而得、偵測影像內容是否遭到竄改以及辨識影像的來源相機模組等,儘管應用層面不同,但主要精神乃是要利用分析影像本身所包含的某些基本特性以及相機成像過程加諸於影像的特性來達到鑑識的目標。以下即簡述相片取得方式判斷、相片竄改偵測和來源相機模組辨識等三種目前常見的應用:
  1. 相片取得方式判斷(Photograph Acquiring Diagnosis)

    相片取得方式判斷(photograph acquiring diagnosis)的主要目的在於判斷相片是否直接由相機拍攝而得,這對於裁定相片的真實性方面,是相當有參考價值的。舉例來說,在相機成像的過程中,採用了色彩濾波器陣列的內插(color filter array interpolation)來協助還原相片中所有像素的顏色,因而使得相機最後所輸出之相片的像素值會具有特定的關聯性,當相片是直接由相機拍攝而得時,這樣的關聯性表現就會相當顯著;反之,則關聯性的表現就不甚明顯。因此,透過量度關聯性的表現強弱,可以達到判斷相片是否直接由相機拍攝而得的依據。另一個常見的特性是利用相機響應函數(camera response function, CRF)模型;當相片中被偵測出CRF的模型時,便可得知該相片是由相機直接拍攝而得。此外,相片的特徵尚包含如CCD感應器所產生的雜訊(sensor pattern noise),而此類雜訊一般具有規則性,故可藉由偵測雜訊存在與否,得知是否為由相機直接照出來的照片。

  2. 相片竄改偵測(Photograph Tempering Detection)

    相片竄改偵測(photograph tempering detection)旨在判斷相片是否遭到接合(splicing)或是重新取樣(re-sampling)等不當的竄改行為,並進一步地從相片中找出可能遭到竄改的區塊,其用途除了判別相片的真偽之外,在斷定相片是否足以做為物證上也是相當重要。由於相片被竄改之後,相片中和相機成像過程有關的資訊也將隨之變化,而現今相機中多數包含後處理程序,如白平衡校正(white-point correction)以及JPEG壓縮等,故這些後處理程序所產生的影像特徵亦可納入考量。目前主要是利用相片中和相機成像過程以及JPEG壓縮此類常見的影像後處理等相關特徵資訊的變化情形來判斷相片是否遭到竄改。

  3. 相機模組辨識(Camera Model Identification)

    相機模組辨識(camera model identification)的基本構想源自於構成相機模組的元件會因為製造商的不同或是高低階的產品定位而有所差異,因而拍出的相片品質也會良莠不齊,故相機模組辨識的目的即在於判斷相片是由哪一種相機模組拍攝而得,並且相機模組辨識在影像的色彩校正上,亦是很有用的一項資訊。

    由於相片中包含了和相機成像過程有關的資訊,從不同的相機模組拍攝而得的相片也會包含了屬於該相機模組的資訊,故藉由不同相機模組其色彩濾波器陣列的內插(color filter array interpolation)、相機響應函數(camera response function, CRF)和感應器樣型雜訊(sensor pattern noise)等資訊的不同,事先從不同相機模組所拍攝的相片取一部分來訓練分類程式(classifier),接著再利用訓練好的程式來分類相機模組,便可以分類(classification)的方式達到相機模組辨識的目標。另一種不同的作法是藉由影像特徵擷取(feature extraction)的方式擷取出影像的色彩、品質以及小波轉換空間(wavelet domain)等特徵,也能以分類的方式來辨識相機模組。

根據上述討論,我們長期以來研究的方向有二:
  1. 基於相機感測器雜訊之竄改偵測

    數位相片在相機成相過程中,會受到不同來源的雜訊干擾,其中包括偵測光源時產生的雜訊(shot noise),以及相機後處理程序中的內插雜訊(demosaicing noise)及壓縮雜訊(quantization noise)等。前者通常是隨機分佈而沒有固定的雜訊樣本(noise pattern),後一類的雜訊則和拍攝影像本身內容有關。因此,這兩類雜訊都不適合用來表示一台相機的特徵。然而對同一台相機而言,感測器雜訊(sensor noise)是一種固定的雜訊分佈。它可以分成fixed pattern noise 與photo-responsenon-uniformity noise(PRNU)兩部分。PRNU是基於相機感測器元件(sensor)的感光程度所產生的雜訊,換言之,製成條件相異的兩組感測器不會有相同的PRNU。所以我們可以利用相機感測器雜訊當作相機之特徵,並進一步用來作相片竄改的偵測。

  2. 基於JPEG 壓縮區塊特性之竄改偵測

    JPEG 影像壓縮技術是目前重要的影像儲存格式之一,為求節省檔案儲存空間,一般相機成相亦幾乎包含此後處理程序。換言之,JPEG 壓縮所留下的影像特性,同樣可以當作判斷相片是否經過人為竄改的基礎。另一方面來說,過去數位鑑識研究分析的相片成相特徵,在經過壓縮處理後通常會被破壞,資訊也變得不夠可靠。因此,直接對JPEG壓縮特性進行分析,相對地將是更有效而合理的方式。


    圖1. 偽造區塊偵測結果(1)



    圖2. 偽造區塊偵測結果(2)