07 - Deteccao de Copia e Colagem PDF

Anlise Forense de Documentos Digitais
Prof. Dr. Anderson Rocha

anderson.rocha@ic.unicamp.br http://www.ic.unicamp.br/~rocha
Reasoning for Complex Data (RECOD) Lab. Institute of Computing, Unicamp

Av. Albert Einstein, 1251 - Cidade Universitria CEP 13083-970 Campinas/SP - Brasil
Deteco de Cpia-colagem em Imagens Digitais
Organizao
Organizao
! Motivao ! Introduo ! Tcnicas de Manipulao ! Cpia-colagem ! Deteco de Cpia-colagem ! Estado da Arte
A. Rocha, 2012 Anlise Forense de Documentos Digitais
Motivao
Motivao
simples enganar observadores e espectadores ! utilizando imagens manipuladas digitalmente formar falsas opinies e criar situaes que no ! Pode-se condizem com a realidade
Introduo
Introduo
!
Facilidade na manipulao de imagens digitais por meio de ferramentas de software:
Adobe Photoshop GIMP etc.
Tipos de manipulao: Melhoria da Imagem Manipulao Intencional

8
Introduo
!
Facilidade na manipulao de imagens digitais por meio de ferramentas de software:
Adobe Photoshop GIMP etc.
Tipos de manipulao: Melhoria da Imagem Manipulao Intencional

9
Tcnicas de Manipulao
! ! ! ! ! ! ! !
Composio Ajuste Fino de Bordas Casamento de Padres de Iluminao Realce de Nitidez Gerao em Computador Cpia-colagem Retoque e Conciliao Tcnicas modernas de manipulao
11
A. Rocha
12
Montagens de E. A. Silva baseadas em original
13
! ! ! ! ! ! ! !
Composio Ajuste Fino de Bordas Casamento de Padres de Iluminao Realce de Nitidez Gerao em Computador Cpia-colagem (Clonagem) Retoque e Conciliao Tcnicas modernas de manipulao
14
Cpia-colagem
Cpia-colagem
! ! !
Consiste na cpia de segmentos da imagem e colagem destes em outras regies da mesma imagem Objetiva mascarar detalhes da imagem Segmentos so, geralmente, texturas como:
Folhagem Areia Cu azul e nuvens etc.

16
17
18
19
Cpia-colagem
!
Na prtica, so usadas vrias estratgias para enganar nossa viso e tornar a imagem convincente:
Suavizao de bordas Operaes geomtricas Retoque e conciliao Casamento de iluminao Compresso JPEG Rudos aditivos
20
Desaos na Deteco
! comum que se faa alguns ajustes nos segmentos copiados antes de col-los na nova regio ou mesmo na imagem como um todo. ! Conferem maior grau de realismo clonagem. ! Tornam a identicao da clonagem mais difcil (visualmente e computacionalmente). ! Alteram valores, quantidades e posies dos pixels em comparao com o segmento inicial.
21
Rotao
22
Escala
23
Espelhamento Horizontal
24
Espelhamento Vertical
25
Suavizao
26
Operaes globais
! A imagem pode ser armazenada em um formato de compresso com perdas, tal como JPEG. ! Rudos Aditivos Gaussianos podem ser inseridos.
27
Deteco de Cpia-colagem
! !
1. Comparar cada par de pixels da imagem
Complexidade exponencial no nmero de pixels Devemos considerar a semelhana entre segmentos
2. Comparar blocos de pixels Diminui a quantidade de computaes efetuadas Flexibilidade para encontrar regies similares Mtodo mais utilizado, com muitas variaes e adaptaes
29
E. A. Silva
30
Estado da Arte
Estado da Arte
! ! !
Deteco de Manipulaes de Cpia-colagem em Imagens Digitais [Fridrich et al. 2003] Expondo Manipulaes Digitais por meio de Deteco de Regies Duplicadas em Imagens [Popescu e Farid 2004] Detectando Duplicao de Regies de Imagens Utilizando Caractersticas SIFT [Pan e Lyu 2010]
32
Estado da Arte
! ! ! !
Deteco de Manipulaes de Cpia-colagem em Imagens Digitais [Fridrich et al. 2003] Expondo Manipulaes Digitais por meio de Deteco de Regies Duplicadas em Imagens [Popescu e Farid 2004] Detectando Duplicao de Regies de Imagens Utilizando Caractersticas SIFT [Pan e Lyu 2010] Abordagem de Votao e Anlise Multiescala de regies de pontos de interesse para deteco de cpia-colagem [Silva e Rocha, 2012]
33
Deteco de Manipulaes de Cpiacolagem em Imagens Digitais

[Fridrich et al. 2003]
! Propem 3 mtodos para deteco: Busca Exaustiva Autocorrelao Casamento de Blocos ! Casamento Exato ! Casamento Aproximado (Robusto)
34
Casamento Exato
E. A. Silva
35
Casamento Aproximado
! Deteco de regies semelhantes na imagem ! Uso da Transformada Discreta do Cosseno (DCT) aplicada em cada bloco previamente ! DCT ordenao lexicogrca
diminuir a variabilidade ocasionada por ! Objetiva operaes de ps-processamento
36
posio de cada bloco dada pela coordenada do !A pixel do canto superior esquerdo cada bloco idntico, o algoritmo calcula o vetor de ! Para deslocamento em valores absolutos
! Utilizao de um contador para esses vetores limiar T determina o tamanho mnimo da regio ! Um clonada que o algoritmo pode identicar
37
H. Lin et al
38
! ! !
Blocos de tamanho xo 16 x 16
Blocos maiores possuem maior variabilidade nos coecientes DCT
Um fator Q usado na quantizao dos coecientes DCT Matriz de quantizao usada:

Fridrich et al.
39
Experimentos e Resultados
40
41
Estado da Arte
! ! ! !
42
Expondo Manipulaes Digitais por meio de Deteco de Regies Duplicadas em Imagens [Popescu e Farid 2004]
a utilizao de Anlise de Componentes ! Propem Principais para:
Reduzir a dimensionalidade dos blocos Eliminar as variaes menores dos blocos causadas pelo ps-processamento
a aplicao de PCA, cada bloco quantizado ! Aps utilizando um inteiro Q (nmero de bins)
43
Descrio do Mtodo
E. A. Silva
44
Descrio do Mtodo
seguida, cada par de linhas dentro de uma certa ! Em distncia d (na matriz) analisado vetor de deslocamento (offset) entre os pares !O calculado
Popescu e Farid
45
Descrio do Mtodo
vetores com maior ocorrncia determinam as ! Os regies duplicadas isso, uma regio poder ser constituda de vrios ! Com blocos pequenos, todos com o mesmo offset vetores com magnitude menor que um limiar ! Ainda, especicado so descartados
46
Descrio do Mtodo
! Para imagens coloridas, h duas solues: Executar o mtodo para cada canal de cor e juntar o
resultado nal
Aplicar PCA em blocos de tamanho 3b
47
!
Parmetros especicados:
b = 64 (tamanho do bloco) ! = 0.01 (frao da varincia ignorada) Q = 256 (fator de quantizao) Nn = 100 (nmero de linhas vizinhas na matriz) Nf = 128 (frequncia mnima de offset) Nd = 16 (magnitude mnima do offset)
48
com 100 imagens coloridas de tamanho 512 x ! Testes 512 pixels
! Imagens comprimidas em JPEG (50% a 100%) ! Rudos aditivos Gaussianos (24dB a 40dB) blocos de tamanho 64, a reduo obtida com PCA ! Para foi de 50%
49
Popescu e Farid
50
Popescu e Farid
51
Popescu e Farid
52
Popescu e Farid
53
Estado da Arte
! ! ! !
54
Detectando Duplicao de Regies de Imagens Utilizando Caractersticas SIFT [Pan e Lyu 2010]
abordagens anteriores (baseadas em blocos de pixels) ! As no so sensveis a operaes geomtricas nas regies clonadas e Lyu propem um mtodo baseado na ! Pan correspondncia de caractersticas SIFT da imagem
55
Scale Invariant Features Transform (SIFT)
! !
Encontra pontos-chave, que so caractersticas locais nicas da imagem Robusto a vrios tipos de degradao:
Rotao Escala Mudana global de contraste Variaes de iluminao Rudos

56
Descrio do Mtodo
1. Coleta de caractersticas SIFT
Determinao dos pontos-chave Determinao dos vetores de caractersticas para cada ponto-chave
2. Casamento de caractersticas e poda de correspondncias SIFT 3. Estimao das transformaes geomtricas efetuadas 4. Correlao entre as regies empregando as estimaes
calculadas
57

o algoritmo SIFT para coleta dos pontos e ! Utiliza-se determinao dos vetores de caractersticas de cada um deles de pontos bem menor que o nmero de ! Nmero pixels
! Vetores possuem 128 dimenses

58

Montagem de E. A. Silva baseada em original
59
2. Casamento de caractersticas e poda de correspondncias SIFT

imagem divida em vrios blocos de pixels sem !A sobreposio cada par de pontos-chave de blocos distintos ! Para calcula-se a distncia euclidiana entre os vetores dos dois pontos
Isto , encontra-se o vizinho mais prximo ao ponto sendo analisado
60
2. Casamento de caractersticas e poda de correspondncias SIFT

poda, correspondncias de pontos que casam com ! Na mltiplos pontos na imagem so removidas nmero de correspondncias corretas para cada !O bloco armazenado bloco com o maior nmero de acertos e o bloco !O contendo sua correspondncia serviro como base para estimar a transformao entre regies.
Podem ser causadas por rudos
61
3. Estimao das transformaes geomtricas efetuadas
! Escala: Dois pares de pontos correspondentes so obtidos

(A, B) e (C, D)
Calculamos a razo: ||A B|| / ||C D|| para todos os pares pertencentes aos blocos A razo com maior nmero de ocorrncias uma estimativa para o fator de escala
62
! Rotao: Trs pontos no-colineares e suas correspondncias

na regio com maiores taxas de correspondncia denido um sistema de coordenadas para cada regio (original e duplicada) Transformamos os pontos de um sistema para o outro
63
E. A. Silva
64
4. Correlao entre as regies

imagem segmentada em blocos de 4 x 4 pixels com !A sobreposio
! Efetuamos a transformao na regio duplicada a correlao entre os blocos que fazem ! Computamos parte do contorno das regies
valor da correlao comparado a um limiar, que !O dene se o bloco faz parte do contorno da regio duplicada.
65
com 100 imagens coloridas de tamanho 512 x ! Testes 512 pixels
! Regies duplicadas de tamanho 64 x 64 e 96 x 96 ! Compresso JPEG (60% a 100%) ! Rudos aditivos (20dB a 40 dB)
66
Pan e Lyu
67
Pan e Lyu
68
Estado da Arte
! ! ! !
69
Votao e Anlise Multiescala de regies de pontos de interesse para deteco de cpia-colagem [Silva e Rocha, 2012]
70
Etapa 1: Pr-Processamento
! Converso para o espao de cor HSV:
Reduz o nmero de falsos-positivos em regies com caractersticas de homogeneidade (e.g., asfalto, cu azul, parede sem textura etc.); Separando as informaes de cor (H e S) e intensidade (V), pode-se evidenciar as diferenas entre duas regies muito parecidas. Canais com Dynamic Ranges distintos (S,V " [0, 255] e H " [0, 179]).
Normalizao dos blocos de pixels inspecionados:
pH =
pH min(HSV) max(HSV) min(HSV)
71
Etapa 2: Deteco de pontos de interesse

! Empregamos o detector e o descritor de pontos do SURF.
72
Etapa 3: Pareamento de pontos de interesse

! Decidimos o grau de similaridade entre os descritores de cada ponto usando a distncia Euclidiana. ! Empregamos a heurstica denominada Nearest Neighbor Distance Ratio (NNDR).
score =
Dsim(A, B) Dsim(A, C)
73
Etapa 4: Agrupamento
Reduz o espao de busca por segmentos duplicados. ! Restries geomtricas:
Proximidade fsica entre pontos; Orientao da reta que liga pontos correspondentes.
74
Etapa 5: Decomposio Piramidal

! Representao do espao de escalas da imagem. ! Diminuio sucessiva em 25%.
75
Etapa 6: Anlise Multiescala

! Similar Comparao de Blocos, com algumas diferenas:
Inspeo intra-grupos (origem e destino); Redimensionamento dos grupos de maneira proporcional reduo da imagem; Janela deslizante e Descritor semelhantes ao de Wang et al.; Normalizao dos blocos; Gerao e Melhoria do mapa de deteco nal para cada escala.
76
Esquematizao da Anlise Multiescala
77
Etapa 7:Votao
! So considerados clonados apenas os segmentos que assim o so na maioria das escalas.
78
Dataset
! Banco de imagens contendo 108 clonagens originais nos cenrios de:
Cpia-colagem simples; Rotaes; Escala; Operaes combinadas;
! Todas as imagens foram comprimidas em JPEG com qualidade 70, 80 e 90.
79
Mtricas de Avaliao
|TP| TPR = |Rclone|
! True Positive Rate (TPR)
! False Positive Rate (FPR)
|FP| FPR = |Rnormal|
! Accuracy (ACC)
TPR + (1 FPR ) ACC = 2
80
Avaliao Qualitativa
Clonagem Simples
Rotao de -30 graus
Ampliao de 19%
Rotao de -18 graus Reduo de 10%
81
Limitaes
! Regies pequenas demais ou homogneas ainda podem passar despercebidas:
O detector do SURF pode no encontrar pontos sucientes em tais regies. Mtodo no trata o caso do cruzamento entre as retas de forma robusta; Mudanas nas orientaes das retas podem gerar um nmero de grupos maior, prejudicando a deteco.
! No robusto a espelhamentos:

82
Avaliao Quantitativa
! Comparao com trs mtodos da literatura:
Popescu e Farid Wang et al. Li et al.
! Experimentos com Dataset desenvolvido.
83
Compresso JPEG (fator 70)
4% 9 . 66
8% 6 . 3
84
7% 1 . 3
85
% 2 2 37.
3% 8 . 2
86
Sem compresso JPEG

4% 4 . 85
9% 4 . 74
0% 6 . 3
87
Consideraes Finais
Consideraes Finais
! ! !
Um dos grandes desaos da deteco de cpia-colagem reside na identicao em cenrios de rotao e escala O mtodo de Pan e Lyu (2010) aparenta ser robusto a essas operaes, mas os autores no mencionam os ngulos e fatores de escala As trs primeiras abordagens mostradas no mostram experimentos com operaes de ps-processamento combinadas
89
Consideraes Finais
! !
O quarto mtodo mostrado [Silva e Rocha 2012] trata de rotao, compresso e escala simultaneamente mas, assim como os outros, no trata de colagens por PatchMatch (ainda) Outro desao a deteco de cpia-colagem realizada por meio de image completion
90
Referncias
91
Referncias
1. [Fridrich et al. 2003] Jessica Fridrich, David Soukal, and Jan Lukas. Detection of copy-move forgery in digital images. In Digital Forensic Research Workshop (DFRWS), Cleveland, USA, 2003. 2. [Pan e Lyu 2010] Xunyu Pan and Siwei Lyu. Detecting image region duplication using sift features. In IEEE Intl. Conference on Acoustics, Speech and Signal Processing (ICASSP), pages 1706-1709, 2010. 3. [Popescu e Farid 2004] Alin C. Popescu and Hany Farid. Exposing digital forgeries by detecting duplicated image regions. Technical Report TR 2004-515, Department of Computer Science Dartmouth College, Hanover, USA, 2004. 4. [Silva e Rocha 2012] Ewerton Silva e Anderson Rocha. Deteco de Manipulaes de Cpia-Colagem em Documentos Digitais. Dissertao de Mestrado. Instituto de Computao, Universidade Estadual de Campinas (Unicamp), 2012.
92
Obrigado!
93

07 - Deteccao de Copia e Colagem PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

07 - Deteccao de Copia e Colagem PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Anlise Forense de Documentos Digitais

Prof. Dr. Anderson Rocha

Reasoning for Complex Data (RECOD) Lab. Institute of Computing, Unicamp

Deteco de Cpia-colagem em Imagens Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Adobe Photoshop GIMP etc.

Tipos de manipulao: Melhoria da Imagem Manipulao Intencional

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Adobe Photoshop GIMP etc.

Tipos de manipulao: Melhoria da Imagem Manipulao Intencional

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Folhagem Areia Cu azul e nuvens etc.

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Complexidade exponencial no nmero de pixels Devemos considerar a semelhana entre segmentos

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Deteco de Manipulaes de Cpiacolagem em Imagens Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Blocos maiores possuem maior variabilidade nos coecientes DCT

Um fator Q usado na quantizao dos coecientes DCT Matriz de quantizao usada:

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Aplicar PCA em blocos de tamanho 3b

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

A. Rocha, 2012 Anlise Forense de Documentos Digitais

Scale Invariant Features Transform (SIFT)

Rotao Escala Mudana global de contraste Variaes de iluminao Rudos