計算機視覺︱影象取證技術
它是一種有效的檢測篡改的手段。不同於數字水印這種主動的版權保護措施，影象取證不需要往原影象裡新增額外資訊，不會對原圖造成影響。由於它是一種被動的檢測技術，因此其應用範圍更加廣泛。
之所以叫“取證”二字，是因為檢測影象篡改就像是偵探破案一般，需要從各種蛛絲馬跡上搜集有用的證據。正如作案的凶犯絕不會在案發現場留張紙條寫著“凶手就是我xxx”，圖片的篡改者一般也不會留下很明顯的篡改痕跡。因此，影象取證所依賴的蛛絲馬跡都是一些微弱訊號，往往不易令人察覺，但它們往往隨著成像過程和篡改過程而留在了影象上面。影象取證就是要捕捉到這些微弱的痕跡來證明影象的真偽。本文就為大家介紹一些有趣的“案例”。由於“案例”數量眾多，“作案手法”各不相同，“蛛絲馬跡”也形形色色，故只挑選一部分代表性的“經典案例”進行講述。
.
1. “欲蓋彌彰”—copy-move檢測
上圖左為原始圖片，比如是小明家後院的軍車。現在小明想把圖片發到朋友圈稍稍顯擺下，但是又不想太暴露，所以他用PhotoShop把圖片中一輛車用一大片樹葉遮蓋住了。本以為這樣就可以把敏感內容掩藏，何曾想這樣會引入新的痕跡—兩片完全相同的葉子（上圖右紅圈所示）。萊布尼茨他老人家看到“世界上有兩片完全相同的樹葉”不知會不會醒來。
Copy-move 檢測就是針對這種痕跡進行取證，其基本原理就是利用計算機視覺演算法來尋找相似的影象內容區域。如果能夠在同一副影象中檢測到大塊的相同內容，就會判定該影象遭受過copy-move 篡改。其具體的技術手段可分為基於稀疏特徵點（如SIFT）和基於影象塊的影象匹配演算法。用一種基於特徵點的檢測方法來檢測上圖的篡改影象便會得出下圖的效果：
可見，copy-move 檢測演算法是可以準確的找出這兩片“相同的樹葉”。所以想通過這種手段篡改影象的小明可得長點兒心了。
.
2、“揠苗助長”—畫素重取樣檢測
小明終於出來了，朋友們一起聚會慶祝。期間小明和大明來了張合影，但問題是大明真的比小明高很多。小明覺得倍兒沒面子，於是再次發揮PS神技，把相片裡的自己放大了n倍，然後開心地發到朋友圈炫耀。怎知這種“揠苗助長”的行為，還是無法逃出磚家的法眼，大明聽了磚家的話，從此和小明絕交。
磚家用到的就是畫素重取樣檢測這種技術。所謂畫素重取樣就是畫素插值，也就是“無中生有”造出新的畫素來。我們知道數字影象是由一個個緊密排列的畫素點陣構成的，當小明把自己的影象放大好多倍的時候，一個顯然的問題就是：影象的面積變大了好多，於是原來緊密排列的畫素點陣之間產生了許多空擋。而這種空擋就由其四周的畫素值進行插值來填補了，常見的插值演算法有雙線性插值、雙三次插值等。無論哪種插值演算法都會使插值產生的空擋位置與其四周的原畫素產生一種相關性，利用這種特有的相關性就可以判斷一副影象是否經過縮放、旋轉等操作了。
如上圖所示，把第一幅圖放大30%後得到第二幅圖，利用最大期望（Expectation Maximization）演算法估計圖中每個畫素點被插值產生的概率得到第三幅圖。第三幅圖中包含著與放大倍數相關的週期性，這種週期性通過傅立葉分析可以在頻域圖（第四幅）中觀察到，其現象就是箭頭所指的4個高頻亮點。這種取證方法通過分析鄰近畫素間的相關性可以檢測由於影象縮放而產生的畫素插值，揠苗助長的小明又學到了一課，準備回家惡補，提高自己的篡改技能。
.
3、“明鏡高懸”– 反射不一致性檢測
小明覺得自己學得差不多了，閒來無事，又製作了一張PS圖片發到了網上，造謠稱福島核輻射產生的變異巨貓正在東京街頭肆虐，唯恐天下不亂，一時引起了軒然大波，民眾十分恐慌。本想這次的合成圖製作的天衣無縫，連巨貓的反射影子都P到了大樓的幕牆上了。他還真是圖樣圖森破啊，何曾想由於自己缺乏射影幾何知識，再次被磚家找出破綻。
這次使用的是基於幾何約束的取證方法：物理場景成像所用的小孔相機模型遵從攝影幾何的規律，所有違反這些規律的影象都是不可能出現的。在上面這副假影象中，由於玻璃幕牆的存在，大貓在鏡子裡是有影子的。基本物理知識告訴我們，物體上的點和鏡子裡的像點之間的連線是垂直於鏡面的，而鏡面是一個平面，所以所有上述物體點和像點的連線是相互平行的。射影幾何知識進而告訴我們：成像場景中的一組平行線成像後在照片上是一組相交的直線，其唯一的交點叫做消隱點。按照這個規律，取證專家可以把照片中的很多物體點和相應的反射像點連成直線，看這些直線是否相交於唯一一個消隱點。其效果可見下圖：
可以看到：綠色和藍色的連線線相交於同一個消隱點，而當把消隱點與大貓身上的物體點相連後（紅線）發現這些直線並不經過鏡子中相應的貓的像點。喵星人的照片違反了射影幾何的規律。明鏡高懸，小明下次偽造有鏡子的影象時可要小心點兒嘍。
.
4、 “光怪陸離”—光照一致性檢測
多次被挫敗的小明還是不死心，非要整出個噱頭來。這次他用PhotoShop把自己和著名電影明星安妮.海瑟薇拼接到了一起，並再次把這張“合影”晒到了朋友圈來炫耀。噹噹噹當。。。。小明又被磚家揭穿了。這次採用的取證線索是光照的不一致性。
我們知道每個照片場景都有自己獨特的光照環境。每個場景的光照方向往往不盡相同，而把兩個不同場景下的照片拼接到同一幅圖中的時候，各個物體所攜帶的光照痕跡就可以被抽取出來用作取證。正如上面這張假“合影”，我們可以發現兩張人臉的光照方向有著明顯的差異。為了讓計算機能夠自動地估計照片中各個物體所處的光照環境並判別其一致性，取證專家們開發了演算法，通過檢測照片中的人臉，檢測人臉關鍵點，擬合三維人臉模型，估計光照引數，計算光照引數間的差異性等一系列流程來自動判別圖片的真假。
上圖中兩個球體指示兩張臉的光照方向一個來自右邊，另一個來自左邊。所以這張圖片又被磚家認定為假圖片。魔高一尺道高一丈，無奈的小明只能望洋興嘆了。
除了上述列舉的5種技術外，影象取證其實還有很多其他的手段。從基於畫素、壓縮格式到基於相機，再從基於幾何約束到物理的光影約束，稱得上是八仙過海各顯神通。雖然如今的影象篡改手段五花八門，越來越先進、逼真，但是影象取證技術也是日新月異，不斷髮展之中，可謂是兵來將擋水來土掩。兩種相對的技術相生相剋並相互促進，相信取證技術在未來的資訊保安中一定會扮演更加重要的角色。