DRAW：保护相机拍摄RAW图像免受篡改的方案

RAW文件是大多数相机中广泛使用的场景辐射度的初始测量值，普遍使用的RGB图像是通过图像信号处理（ISP）流水线从RAW数据转换而来的。如今，数字图像面临着被恶意篡改的风险。受先天免疫是身体防御第一道防线的启发，我们提出了DRAW，一种通过保护图像来源（即相机拍摄的RAW）来防御图像篡改的新方案。具体而言，我们设计了一个轻量的多频率局部融合网络（MPF-Net），通过频率学习和局部特征融合，友好地适用于计算资源受限的设备。它将不可见水印作为保护信号引入RAW数据中。该保护能力不仅能转移到渲染后的RGB图像中，且不受所采用ISP流水线的影响，还能抵御模糊或压缩等后处理操作。一旦图像被篡改，我们可通过定位网络准确识别伪造区域。在RAISE、FiveK和SIDD等多个著名RAW数据集上的大量实验表明了方法的有效性。我们希望该技术可作为图像保护选项用于未来相机中，从而在源头有效限制图像篡改。