SpoC:伪造相机指纹
计算机视觉与模式识别
2021-04-23 v2 密码学与安全
机器学习
图像与视频处理
摘要
得益于合成媒体生成的快速进展,制造逼真的虚假图像已变得十分容易。此类图像可用于包裹"丰富"的假新闻以增强可信度,引发新一轮高影响、高风险的虚假信息运动。因此,对可靠 manipulated media 检测器的兴趣正快速增长。迄今最强大的检测器依赖于任何设备在其获取的所有图像上留下的细微痕迹。特别地,由于专有的相机内处理(如去马赛克或压缩),每个相机模型都会留下可被法证分析利用的商标性痕迹。目标图像中此类痕迹的缺失或失真即是篡改的强烈暗示。本文中,我们挑战此类检测器以深入理解其漏洞。这是构建能够应对恶意攻击的更优伪造检测器的重要研究。我们的方案由一种基于GAN的方法构成,将相机痕迹注入合成图像。给定GAN生成的图像,我们将特定相机模型的痕迹插入其中,并欺骗最先进的检测器使其相信该图像由该模型获取。同样,我们欺骗独立的GAN合成图像检测器使其相信图像为真。实验证明了所提方法在广泛条件下的有效性。此外,无需关于被攻击检测器的先验信息,仅需来自目标相机的样本图像。
引用
@article{arxiv.1911.12069,
title = {SpoC: Spoofing Camera Fingerprints},
author = {Davide Cozzolino and Justus Thies and Andreas Rössler and Matthias Nießner and Luisa Verdoliva},
journal= {arXiv preprint arXiv:1911.12069},
year = {2021}
}