最近在做深度學習的圖像取證工作，做一下資源的彙總和科普、文獻的總結工作
1. 對圖像取證技術的總結
文中主要介紹了幾種不同的圖像取證方法，簡述如下：
I. copy-move 檢測方法
檢測原理： 同一幅圖像中檢測到大塊相同的內容
技術手段： 稀疏特徵點（SIFT）的判斷；基於圖像塊的圖像匹配算法
II. 傳感器噪聲取證
檢測原理： 傳感器的噪聲模型（利用成像傳感器的硅陣列製作瑕疵所得到的固定像素圖）等價於相機指紋
技術手段： 通過對處理後的圖像的潛在噪聲模式檢測，判斷圖像是否完整出自一個相機
III. 像素重採樣檢測
檢測原理： 圖像經放大，旋轉等得到的圖片本質是採用了像素插值技術。像素插值技術：放大後的像素空擋由周圍像素補齊，常見插值技術有：雙線性插值技術； 雙三次插值技術；
技術手段： 可利用最大期望算法獲得放大倍數相關的週期性係數； 通過分析鄰近像素相關性，取得像素插值。
IV. 反射不一致性檢測
檢測原理： 經過修改後的圖片，在鏡面反光的地方違背了小孔成像及光線反射的物理常識，即消隱點（反射與入射點的連線在小孔成像下的相交點）的存在。
技術手段： 基於幾何約束的取證方法： 使用原始圖反射數據找到消隱點，再使用消隱點，將其與入射點連接，判斷直線是否相交與反射點。
V. 光照一致性檢測
檢測原理：PS過後的圖片往往使用到不同的圖片，而不同圖片的光照方向不盡相同。
檢測技術： 抽象各個物體所攜帶的光照痕跡，這樣的過程往往基於：檢測人臉 -> 人臉關鍵點檢測 -> 擬合三維人臉模型 -> 估計光照參數 -> 計算光照參數差異性 -> 判斷是否爲原始圖片。
2. 圖像取證超簡略綜述
論文大體分爲兩個部分：
I. 數字圖像的篡改：分爲六大類
（1） 合成：同一/不同圖像的複製，粘貼操作 -> 假象/隱藏 -> 消除圖像中的篡改痕跡，往往其中包含縮放、旋轉和潤飾等處理
（2） 變體：源圖像與目標圖像以一定權重重合 -> 同一圖像保持兩個特徵
（3） 增強：就和我們平時說的濾鏡一樣
（4） 潤飾：同一幅圖像中對局部區域進行復制粘貼，並模糊操作，掃除邊緣痕跡
（5） 計算機生成：3D多邊建模 -> 顏色+紋理 -> 虛擬照相機 => 圖像統計特徵差異（與自然圖像）
（6） 繪畫：略
作者提出，還可以加上三種篡改類型：
（一）圖像完整性篡改 —— 水印+隱寫書
（二）圖像原始性 —— 二次獲取圖像
（三）版權
圖像篡改的工具：
分割ROI：Matting（修邊） —— Bayesion, Poisson
Impainting —— 修復自然空白
II. 篡改圖像的數字取證
首先，5種經典的計算機取證過程模型：
- 基本過程模型 Basic Process Model
- 事件響應過程模型 Incident Response Process Model
- 法律執行過程模型 Law Enforcement Process Model
- 過程抽象模型 Abstract Process Model
根據DFRWS（Digital Forensic Research Workshop）框架分類：
- 識別類：判定可能與指控或突發事件相關的項目、屬性和數據；
- 保存類：保存證據狀態的完整性；
- 收集類：提取或捕獲突然事件的項目及其屬性或特徵；
- 檢查類：對突發事件的項目機器屬性或特徵進行檢查；
- 分析類：爲了獲得結論而對數字證據進行融合、關聯和同化；
- 呈堂類：客觀、有條不紊、清晰、準確的報告事實（這tm什麼鬼..
III. 數字圖像取證
數字圖像認證方法：
- 基於數字水印圖像認證的主動方法：嵌入脆弱水印，篡改圖像將會破壞、暴露篡改行爲。
- 基於數字簽名圖像認證的半主動方法：利用圖像內容生成長度很短的認證碼、數字簽名或視覺摘要，他們對改動都很敏感，視覺摘要對合法處理不敏感。
- 被動認證：僅根據待認證的圖像本身判斷其是否經過篡改、合成、潤飾等僞證處理。
區分被動和主動認證：
主動認證即加入信息，使其對改動十分脆弱，最終對信息進行驗證以確認是否有改動。技術包括：
- 魯棒性數字水印防僞技術、脆弱性數字水印防篡改技術、數字指紋、數字簽名認證技術。
被動取證即在不依賴任何預簽名提取或預嵌入信息的前提下，對圖像的真僞和來源進行鑑別和取證：
- 圖像真實性鑑別：判斷數字圖像在最初獲取之後是否經歷任何形式的我修改或處理：防僞檢測。根據圖像鑑別的取證特徵，可分類爲：基於圖像僞造過程遺留痕跡的檢測方法、基於成像設備一致性的檢測方法和基於自然圖像統計特性的檢測方法。
- 圖像來源鑑別： 判斷生成圖像的數據獲取設備：數字相機、掃描儀、可拍照手機等，其內容是提取能夠區別圖像來源的特徵並建立特徵數據庫
- 圖像隱寫分析取證： 檢測是否隱藏無法提取的祕密信息
然後文章就結束了，原來如此，那確實沒什麼可以引用的地方，石錘是一篇水文了，不做任何學術結構上的討論，隨便學什麼專業的看看論文就能總結出一樣的東西了叭
3. 對於圖像取證技術初學者入門手冊
Digital image forensics: a booklet for beginners
4. 深度學習在圖像取證方面的應用
5. 面部修飾相關數據集
6. 圖片篡改監測相關論文彙總GitHub
image_tampering_detection_references
7. Performance survey
https://xgyopen.github.io/2018/06/15/2018-06-15-imv-defect-detecting-investigation/