面向认证的图像哈希(以下简称"图像哈希")是一种非常重要的基于内容的图像认证手段。图像哈希的性能主要包括鲁棒性、脆弱性和安全性,而安全性又是其中最关键的一个因素。目前图像哈希的安全性研究基本上沿用了密码哈希函数的方法,主要集中于密钥或哈希特征的随机性分析。然而我们发现,与密码哈希函数不同,图像哈希往往在追求鲁棒性的同时,舍弃了部分图像信息的使用。并且,如果一个图像哈希算法没有充分地利用图像信息,那么即使对手在不知道图像哈希的完整算法以及任何密钥信息的情况下,通过构造碰撞图像,也很有可能破解该哈希算法。因此我们认为仅通过分析密钥和哈希特征的随机性来评价图像哈希的安全性是不充分的。针对因图像信息的不充分利用而导致的安全性问题,本课题提出图像哈希的特征安全性概念,研究与特征安全性有关的理论,并应用所提出的安全性概念和理论对图像哈希的算法实例进行分析。
当前网络上充斥着大量的虚假图像,这可能会给个人和公共利益造成损害,例如,误导社会舆论,干扰司法判决,骗取经济利益,破坏政府声誉等。 因此,如何鉴别图像的真假成为目前需要迫切解决的图像安全问题之一。图像认证正是解决这一安全问题的有效手段,其包括三类技术,即图像哈希、数字水印以及图像取证(也称为图像被动认证)。本项目涉及图像哈希和图像取证的研究,研究内容主要包括:图像哈希的特征安全性分析、图像哈希的安全编码方案及其性能分析、网格非对齐的双重JPEG压缩检测、压缩位图的检测及其量化步长估计、图像锐化检测等。在该项目研究的基础上,已发表学术文章9篇,包括SCI期刊文章5篇和国际会议文章4篇,其中一篇文章荣获国际会议IWDW 2013最佳论文奖;并申请国家发明专利6项。上述研究成果有可能为图像认证的实际应用提供一定的理论和技术支持。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
基于感知哈希学习的图像认证方法研究
移动计算环境下语音感知哈希认证技术及安全性研究
面向图像检索的互补哈希表构造方法研究
面向社交网络图像快速检索的语义哈希算法研究