图像压缩对人脸图像篡改检测的影响：以面部修饰检测为例的研究

过去几年中，人们提出了大量方法来可靠地检测数字人脸图像篡改。近来，这些方案的可泛化性受到质疑，尤其是关于图像后处理方面。图像压缩是一种在多种生物特征识别应用场景中频繁应用的后处理。严重的压缩可能会抹除人脸图像篡改的数字痕迹，从而妨碍对其的可靠检测。本文分析了图像压缩对人脸图像篡改检测的影响。特别地，给出了在图像压缩影响下面部修饰检测的案例研究。为此，使用两个公开人脸数据库中符合 ICAO 标准的子集，自动构建一个包含 9,000 余张修饰参考图像及无约束探针图像的数据库。随后，对参考图像施加 JPEG 与 JPEG 2000 压缩，压缩级别采用电子旅行证件中人脸图像存储的推荐级别。提出了利用纹理描述子与深度人脸表示的新型检测算法，并在单图像与差分场景下进行了评估。在训练时所用修饰技术未知的挑战性跨库实验中获得的结果给出了有趣发现：(1) 采用深度人脸表示的差分场景取得了最具竞争力的检测性能；(2) 图像压缩严重影响了基于纹理描述子的人脸图像篡改检测方案性能，而利用深度人脸表示的方法被发现具有高度鲁棒性；(3) 在某些情况下，应用图像压缩也可能提升检测性能。