查找修改后的图像-图像取证

Question

我有几种检测修改图像的标准方法，例如

1. 亮度梯度
2. 复制移动检测
3. 元数据提取
4. 直方图分析
5. ELA（错误级别分析）
6. 量化矩阵分析
7. 缩略图分析

还有其他标准方法来检测修改后的图像吗？

试过了

• 查找图像的EXIF以检查创建和修改的日期并检查修改。我也有一些EXIF相机制作和制作笔记验证的规则，以及检查所用软件（例如photoshop，Shotwell等）的方法。
• 能够分割图像并使用SLIC（简单线性迭代聚类）找出图像中的相似聚类区域
• 查找具有较少像素不一致性和亮度梯度的最大轮廓，以将其标记为潜在的修改区域
• 以ELA作为潜在修改区域的最大轮廓
• 检查直方图中的不一致之处，并将其标记为可能的编辑图像。

这是我的问题

• 是否有任何标准逻辑可使用元数据来验证图像，例如使用创建和修改的日期，相机制造商或制造商注释等。因为这些详细信息对于任何给定图像而言都是不一致的。
• 在亮度梯度中找出最小的像素不一致轮廓，总能给我修改过的图像吗？
• 如果直方图的间隔有规律的波动，是否可以将其视为修改后的图像？
• 如何使用量化矩阵找出图像异常
• 比较缩略图图像和原始图像以检查不一致之处的最佳方法是什么？

Answer 1

这个问题的答案需要更详细，因此，我将提供一些主题本身的参考资料，并与您分享问题每个部分的代码：

您需要使用元数据exif来验证图像

有关图像中的异常检测，请参阅此处

要将缩略图与原始图像进行比较，请阅读此内容。其中向您展示了如何使用 Python 比较两个图像。

参考 ：

• ccse.kfupm.edu.sa

• github.com/redaelli

• github.com/Ghirensics

• www.amazon.com/Learning

• books.google.com.tw

• hal.inria.fr/