一般来说，很难检测到篡改，这是数字图像取证的一个完整研究领域。我将尝试总结一些解决这个问题的关键方法。您所说的有时称为图像伪造或图像篡改。而复制粘贴操作称为图像合成或图像拼接。

从实际的角度来看，这个问题有许多不同的变体：

• 在图像中添加一些东西 （来源）
• 从图像中删除某些东西

（来源）

• 改变图像的全局属性 （来源）
• 使用一个图像与多个图像，例如克隆工具的使用：（ 来源）
• 检测图像是否被篡改与定位篡改
• 确定篡改类型

根据您是否参与审查视频监控录像、在法庭案件中检查单张照片或运行照片共享网站，您解决问题的方式将大不相同。如果问题是对抗性的并且图像处理可能已被隐藏，则问题会更加困难。

另一点是图像中发生了很多合法的后处理。举一个极端的例子，新的数码相机引入了散景和模糊效果，即使这在最终图像中并不存在。因此，如果您对检测图像拼接之外的更一般类型的图像处理感兴趣，了解相机和应用程序中发生的事情会很有帮助。

在相机上获取数字图像如下：

场景成像传感器相机后处理存储$\rightarrow$$\rightarrow$$\rightarrow$

在哪里

• 场景是图像的外部几何
• 图像传感器是将光转换为电荷的 CCD 或 CMOS 光电探测器
• 后处理是相机将电荷转换为数字信号的地方，并采取几个校正步骤来考虑相机几何形状、颜色校正等。
• storage of 是将完成的图像写入内存的位置。通常它会被转换为压缩格式，例如 JPEG，并与相关元数据一起存储。

通过考虑采集过程，您可以看到篡改会导致图像不一致的几个可能点：

• 物理场景几何
• 传感器和采集噪声
• 后处理和压缩伪影
• 元数据

元数据。一个显而易见的事情是与图像相关联的元数据，通常它可以包含相机信息、时间信息和可能的位置信息。所有这些都可以识别不一致。如果您的图像中有自由女神像，但 GPS 坐标显示您在南极洲的麦克默多站，那么该图像可能是伪造的。但是元数据本身很容易更改或剥离，因此这是不可靠的。

传感器噪音. 传感器噪声对于数码相机来说可能非常独特，以至于它可以用来对不同相机型号中的传感器进行指纹识别。数码相机中的传感器引入了几种不同类型的噪声，但一种非常有用的噪声是光响应不均匀性 (PRNU)。这是与传感器噪声和后处理相关的指纹，它对多种图像处理转换具有鲁棒性，包括有损压缩，例如下采样。您可以跨图像中的​​块计算 PRNU，并且从不同的相机引入新元素会在图像中引入和不一致。这似乎工作得很好，但如果你知道相机类型，效果最好。仍然可以从单个图像中估计 PRNU。滤色器阵列插值也应该在整个图像中保持一致，

压缩和处理工件。所有图像处理技术都会在图像统计上留下痕迹。数字图像通常通过 JPEG 压缩，JPEG 使用离散余弦变换压缩事物。此过程会在图像统计信息中留下痕迹。一种有趣的技术是检测 JPEG 重影，即通过 DCT 压缩两次的图像部分。正如您所提到的，我相信下采样会消除其中一些伪影，尽管下采样本身是可以检测到的。

场景一致性。从单一来源获取的图像应具有一致的视角（消失点）和照明。此外，很难用合成图像伪造这些伪造的这些。我建议在此处查看 (Redi et al., 2011) 以了解更多详细信息。

最后，如果您说“好吧，我放弃了。有太多可能的方法，我只想要一个检测器”，您可以查看最近的 ICCV 论文，他们在其中训练检测器以查找图像被操纵的位置。这可能会让您对训练黑盒模型有更多的了解。

Bappy、Jawadul H. 等人。“利用空间结构来定位操纵的图像区域。” IEEE 计算机视觉和模式识别会议论文集。2017 年。

数据集/竞赛：

Casia V1.0和V2.0（图像拼接） http://forensics.idealtest.org/

覆盖（复制移动操作） https://github.com/wenbihan/coverage

2018 年媒体取证挑战赛（各种操作，需要注册） https://www.nist.gov/itl/iad/mig/media-forensics-challenge-2018

IEEE IFS-TC 图像取证挑战数据集。（网站目前不可用）

提高（原始的、未处理的图像以及相机元数据） http://mmlab.science.unitn.it/RAISE/index.php

调查：

Redi、Judith A.、Wiem Taktak 和 Jean-Luc Dugelay。“数字图像取证：初学者手册”。多媒体工具和应用程序 51.1 (2011): 133-162。 https://pdfs.semanticscholar.org/8e85/c7ad6cd0986225e63dc1b4264b3e084b3f9b.pdf

弗里德里希，杰西卡。“数字图像取证。” IEEE 信号处理杂志 26.2 (2009)。 http://ws.binghamton.edu/fridrich/Research/full_paper_02.pdf

法里德，汉尼。数字图像取证：数字图像和视频取证调查课程的讲义、练习和 matlab 代码。 http://www.cs.dartmouth.edu/farid/downloads/tutorials/digitalimageforensics.pdf

基什内尔，马蒂亚斯。关于数字图像取证和反取证的注释。迪斯。达特茅斯学院，2012。http ://ws.binghamton.edu/kirchner/papers/image_forensics_and_counter_forensics.pdf

梅蒙，纳西尔。“照片取证——一张照片比眼睛看到的要多。” 数字水印国际研讨会。施普林格，柏林，海德堡，2011。

Mahdian、Babak 和 Stanislav Saic。“关于识别图像伪造的盲法的参考书目。” 信号处理：图像通信 25.6 (2010): 389-399。

图像篡改检测和定位（包括最近的深度学习参考） https://github.com/yannadani/image_tampering_detection_references