Những phương pháp tiếp cận về kỹ thuật giám định ảnh số

 t ợng trong màu sắc 
 h c nhau dẫn tới sự hó hăn trong việc 
ph t hiện tất cả đối t ợng giả cùng một lúc 
Do đó, phần lớn công trình nghi n cứu gần 
đây tập trung vào sử dụng một phần hông 
gian màu để giới hạn loại đối t ợng xem 
xét, ví dụ nh chỉ xem xét đối t ợng màu 
da ng i [5]. 
Johnson và Farid [17] đã vận dụng t 
quả nghi n cứu Ước l ợng tự động h ớng 
nguồn s ng [25] để đ nh gi mức độ phản 
xạ cục bộ hoặc toàn cục tr n c c vùng ảnh 
có t cấu h c nhau (hình 13). Carvalho et 
al. [6] xây dựng mô hình 3 chiều của đối 
t ợng (chỉ từ một ảnh) tr ớc hi ớc l ợng 
h ớng nguồn s ng đ ợc đặt l n đối t ợng 
đó uy t quả hông đ ợc đ nh gi tr n 
một tập dữ liệu lớn, nh ng từ t quả thí 
nghiệm cho thấy ph ơng ph p này hiệu 
quả ngay cả với nguồn s ng phức tạp 
Mặc dù kỹ thuật phân tích h ớng 
nguồn sáng và thông tin màu rất hứa hẹn trở 
thành một công cụ gi m định ảnh hiệu quả, 
nh ng trong 5 năm trở lại đây, số l ợng 
công trình về h ớng nghiên cứu này vẫn 
còn rất ít so với c c h ớng ti p cận khác. 
 10 
 a) b) 
Hình 13: Ảnh giả (a) cho thấy góc ước 
lượng hướng ánh sáng cách biệt giữa hai 
người, 123o và 86o. Ảnh thật (b) cho thấy 
góc ước lượng hướng ánh sáng của hai 
người tương đương nhau, 98o và 93o. [17] 
 a) b) 
Hình 14: 
sáng (b) ờ 
 (a). [5] 
5. Các thách th c nh nh 
Cần x c định rõ các thách thức sẽ phải 
đối mặt trong việc phát hiện ảnh giả để l u 
ý các vấn đề cần giải quy t và đặt ra giả 
thuy t phù hợp trong quá trình nghiên cứu: 
 Giảm tỉ lệ phát hiện sai 
 Hoàn toàn tự động (không cần con 
ng i can thiệp để di n dịch k t quả) 
 Không phụ thuộc vào định dạng 
nguồn ảnh (nén ảnh) 
 ăng độ tin cậy và bền vững đối với 
bi n đổi tuy n tính và phi tuy n. 
 Tránh giới hạn số l ợng và kích 
th ớc của vùng ảnh giả có thể phát 
hiện đ ợc bởi thuật toán. 
 Tận dụng thông tin màu, thay vì chỉ 
dùng ảnh xám. 
 Tránh phát hiện sai c c đối t ợng thật 
có tính chất giống nhau hoặc đồng 
nhất tự nhiên (ví dụ: lốc các hộp sữa 
giống nhau, bầu tr i, mảng mây). 
 Có khả năng hoanh vùng và định 
vị vùng ảnh giả. 
 Loại bỏ các thông tin thừa khi tìm 
vùng ảnh giả: ví dụ nh chữ bìa báo 
trong hình 1. 
 Các thuật to n có dùng ng ỡng để 
phân loại k t quả th ng ch n giá 
trị ng ỡng cố định và mang tính 
kinh nghiệm. Cần xây dựng hàm lấy 
ng ỡng thích hợp có khả năng tùy 
bi n thích nghi và có mối liên hệ 
chặt chẽ với c c đặc tính đang xem 
xét của ảnh để tối u điểm lấy 
ng ỡng theo hàm mục ti u độ chính 
xác cực đại. 
Gần đây, Zerni e moments và lựa ch n 
bi n đổi tuy n tính t ơng đồng (SATS) 
đ ợc dùng cho phát hiện xoay [31, 9], SIFT 
cho xoay và tỉ lệ [26], SUFT cho xoay, tỉ lệ, 
nhi u cộng và nhòe [4], SVM cho phát hiện 
vùng nhòe [36]. Bi n đổi FMT thì bền vững 
đối với xoay, tỉ lệ, nhi u và nhòe với chi 
phí tính toán thấp. 
6. ê 
 Độ chính x c: ỉ lệ số lần ph t hiện 
đúng tr n tổng số ảnh giả đầu vào 
 hi phí tính to n: l ợng tính to n 
cần dùng để cho ra t quả, cần l u 
ý hi ứng dụng vào hệ thống th i 
gian thực 
 Độ nhạy với c c phép bi n đổi: chỉ 
ra mức độ t quả bị ảnh h ởng bởi 
c c điều iện thử nghiệm h c nhau. 
 Không nhạy với thay đổi của nhi u. 
 ức độ tự động: giảm thiểu can 
thiệp của con ng i trong việc di n 
dịch và đ a ra t luận gi m định. 
Độ chính x c n n là ti u chí hàng đầu, 
vì đây là t quả cuối cùng ảnh h ởng tới 
quy t định gi m định, nhất là hi liên quan 
tới luật pháp, còn các tiêu chí h c có thể 
11 
đ nh đổi qua lại Độ nhạy có thể đ ợc giới 
hạn ở một số hía cạnh và ứng dụng để 
ph ơng ph p đề ra có thể đ p ứng tốt một 
số mục ti u nhất định. 
 iệu năng có thể đ ợc biểu di n d ới 
dạng thống độ chính x c, độ nhạy và độ 
ri ng biệt Độ nhạy (Sensitivity) là thông 
số đo l ng độ chính x c phân loại đúng 
đối với ảnh giả (tức, ảnh giả đ ợc x p loại 
là giả), Độ ri ng biệt ( pecificity) đo l ng 
độ chính x c phân loại đúng đối với ảnh 
thực (tức, ảnh thực đ ợc x p loại là thực) 
và Độ chính x c (Accuracy) là tỉ lệ phần 
trăm giữa số ảnh phân loại đúng tr n tổng 
số ảnh xem xét (tức, ảnh giả đ ợc x p loại 
là giả và ảnh thực đ ợc x p loại là thực), 
tính nh (1): 
100
TP TN
Accuracy
TP TN FN FP
 (1) 
Với: 
 TP (True Positive): số ảnh giả đ ợc 
x p đúng là ảnh giả 
 FN (False Negative): số ảnh giả 
đ ợc x p sai thành ảnh thực 
 FP (False Positive): số ảnh thực 
đ ợc x p sai thành ảnh giả 
 TN (True Negative): số ảnh thực 
đ ợc x p đúng là ảnh thực 
7. l 
 rong hi ỹ thuật watermar và 
signature đ ợc dùng nh là công cụ chủ 
động để giúp chủ nhân của c c bức ảnh số 
bảo vệ quyền t c giả của mình, thì phần 
còn lại của câu chuyện gi m định ảnh là 
ph t hiện mù tr n những bức ảnh hông rõ 
nguồn gốc ớng ti p cận dựa vào độ r i 
sáng và không gian màu là ph ơng ph p 
ph t hiện hứa hẹn ph t triển nhất vì nó 
 hông phụ thuộc vào c c phép bi n đổi p 
dụng tr n vùng ảnh giả uy nhi n, h ớng 
ti p cận này cũng phải đối mặt với hó 
 hăn về định vị và hoanh vùng ảnh giả 
 r i lại, h ớng ti p cận dựa vào m y ảnh 
mang tính ém hả thi nhất vì nó y u cầu 
đ ợc bi t một số thông tin có tr ớc từ ảnh 
 hả nghi, điều mà vốn hông thể đạt đ ợc 
trong ứng dụng thực t hép bi n đổi nh 
D hay F ti p tục là ỹ thuật hiệu quả 
để biểu di n lại ảnh với ích th ớc nhỏ hơn 
(giảm thông tin d thừa) để giảm hối 
l ợng tính to n Ngoài ra, hai tập dữ liệu 
ảnh th ng dùng phổ bi n trong c c công 
trình gần đây đ ợc đ nh gi là đủ tốt để 
thử nghiệm và so s nh giữa c c ph ơng 
ph p, đó là o oFoD (từ phòng thí 
nghiệm Video ommunications, Đại h c 
Zagreb, roatia) và A IA (từ Viện ự 
động Nhận dạng ẫu, c việc hoa h c 
Quốc gia, rung Quốc) 
 ổng quan, nhiều ph ơng ph p đã 
đ ợc đề xuất để xử lý c c th ch thức trong 
ph t hiện ảnh giả, tuy nhi n chúng vẫn còn 
nhiều giới hạn về tính ứng dụng thực t 
 ột phần là vì có đặt tr ớc giới hạn trong 
giả thuy t ban đầu, một phần là vì thi u 
một mô hình chung và chuẩn hóa để hội tụ 
c c nh nh nghi n cứu còn đang ri ng lẻ 
Việc đ nh gi tính bền vững đối với c c 
loại phép bi n đổi đ ợc dùng tr n vùng ảnh 
giả vẫn dựa tr n thực nghiệm iểm chứng 
là chủ y u, n n nhu cầu về một mô hình 
to n h c hỗ trợ cho việc phân tích t quả 
cũng nh là dự đo n và ớc l ợng tr ớc 
tính bền vững của giải ph p (hay cụ thể là 
loại đặc tr ng) đ ợc đề xuất là cần thi t 
8. l n 
Bài hảo s t này đã tóm tắt phần lớn 
các h ớng nghi n cứu về lĩnh vực gi m 
định ảnh giả trong 15 năm gần đây, tập 
trung chủ y u vào h ớng ph t hiện mù 
 rong h ớng ti p cận chủ động, có hai ỹ 
thuật chính đ ợc dùng là watermar ing và 
signature; còn h ớng ti p cận bị động, có 
năm nhóm chính là dựa vào pixel, định 
 12 
dạng, m y ảnh và độ r i s ng ai ỹ thuật 
dựa vào hối pixel và eypoint cũng là một 
c ch phân loại h c Bài vi t cũng đã chỉ ra 
 u nh ợc điểm của mỗi nhóm phân loại 
Nhiều ỹ thuật đ ợc đ a ra cho thấy sự cải 
thiện lớn về độ chính x c l n tới 99%; tuy 
nhi n, th ng luôn có sự đ nh đổi giữa độ 
chính xác, mức phức tạp và độ bền vững 
trong giải thuật Ngoài ra, việc đối phó với 
c c phép bi n đổi tuy n tính cũng là một 
trong c c th ch thức lớn nhất trong việc 
xây dựng giải ph p mang tính bền vững, do 
sự đa dạng và tính t hợp của c c phép 
bi n đổi đ ợc dùng hi tạo ảnh giả. 
Lời c 
 ông trình này đ ợc tài trợ bởi quỹ Đại h c 
Quốc gia Thành phố Hồ Chí Minh với mã 
sốB2015-20-02. 
TÀI LIỆU THAM KHẢO 
1. Bashar, M., Noda, K., Ohnishi, N., và Mori, 
K. (2010). Exploring duplicated regions in 
natural images. IEEE Transactions on Image 
Processing, vol. PP, no. 99, pp. 1-1. 
2. Belkasoft, Belkasoft database. [Online]. 
Available: https://belkasoft.com/forgery-detection 
3. Bender, W., Gruhl, D., Morimoto, N., và Lu, 
A. (1996). Techniques for data hiding. IBM 
systems journal, 35(3.4), pp. 313-336. 
4. Bo, X., Junwen, W., Guangjie, L., và Yuewei, D. 
(2010). Image copymove forgery detection based 
on surf. In Multimedia Information Networking 
and Security (MINES), 2010 International 
Conference on, pages 889-892. IEEE. 
5. Carvalho, T. J. d., Riess, C., Angelopoulou, 
E., Pedrini, H., và de Rezende Rocha, A. 
(2013). Exposing digital image forgeries by 
illumination color classification. Information 
Forensics and Security, IEEE Transactions 
on, 8(7):1182-1194. 
6. Carvalho, Tiago, Hany Farid, và Eric Kee. 
(2015). Exposing photo manipulation from 
user-guided 3D lighting analysis. SPIE/IS&T 
Electronic Imaging. International Society for 
Optics and Photonics. 
7. CASIA. Tampering detection dataset. [Online]. 
Available:  
8. Chang, C. C., Hsiao, J. Y., và Chan, C. S. 
(2003). Finding optimal least-significant-bit 
substitution in image hiding by dynamic 
programming strategy. Pattern Recognition, 
36(7), 1583-1595. 
9. Christlein, V., Riess, C., và Angelopoulou, E. 
(2010). On rotation invariance in copy-move 
forgery detection. In Information Forensics 
and Security (WIFS), 2010 IEEE International 
Workshop on, pages 1-6. IEEE. 
10. Cox, I. J., Kilian, J., Leighton, F. T., và 
Shamoon, T. (1997). Secure spread spectrum 
watermarking for multimedia. IEEE 
Transactions on Image Processing, 
6(12):1673-1687. 
11. Fridrich, A. J., Soukal, B. D., và u š, A. J. 
(2003). Detection of copy-move forgery in 
digital images. In in Proceedings of Digital 
Forensic Research Workshop. Citeseer. 
12. Fridrich, J. (2009). Digital image forensics. 
Signal Processing Magazine, IEEE, 26(2):26-37. 
13. Gopi, E., Lakshmanan, N., Gokul, T., Kumara 
Ganesh, S., và Shah, P. R. (2006). Digital 
image forgery detection using artificial neural 
network and auto regressive coefficients. In 
Electrical and Computer Engineering, 2006. 
 E E’06 anadian onference on, pages 
194-197. IEEE. 
14. Hu, H. T., Chang, J. R., và Hsu, L. Y. (2016). 
Robust blind image watermarking by 
modulating the mean of partly sign-altered 
DCT coefficients guided by human visual 
perception. AEU-International Journal of 
Electronics and Communications. 
15. Isaac, M. M., và Wilscy, M. (2015). Image 
Forgery Detection Based on Gabor Wavelets 
and Local Phase Quantization. Procedia 
Computer Science, 58, 76-83. 
16. Jiansheng, M., Sukang, L., và Xiaomei, T. 
(2009). A digital watermarking algorithm 
based on DCT and DWT. In Proceedings of 
the 2009 International Symposium on Web 
Information Systems and Applications 
(WI A’09) Nanchang, R hina, pages 
104-107. Citeseer. 
17. Johnson, Micah K., và Hany Farid. (2005) 
Exposing digital forgeries by detecting 
inconsistencies in lighting. Proceedings of the 
7th workshop on Multimedia and security. 
ACM. 
18. Kaur, M., và Walia, S. (2016). Forgery 
Detection Using Noise Estimation and HOG 
Feature Extraction. International Journal of 
13 
Multimedia and Ubiquitous Engineering, 
11(4), 37-48. 
19. Lin, H.-J., Wang, C.-W., Kao, Y.-T., và Chen, 
S. (2009a). An efficient method for copy-move 
forgery detection. In WSEAS International 
Conference. Proceedings. Mathematics and 
Computers in Science and Engineering, 
number 8. World Scientific and Engineering 
Academy and Society. 
20. Lin, H.-J., Wang, C.-W., Kao, Y.-T., et al. 
(2009b). Fast copy-move forgery detection. 
WSEAS Transactions on Signal Processing, 
5(5): 188-197. 
21. Lin, C. S., và Tsay, J. J. (2015). Passive 
forgery detection for JPEG compressed image 
based on block size estimation and 
consistency analysis. Applied Mathematics 
and Information Sciences, 9(2), 1015. 
22. Luxion. Keyshot program. [Online]. 
Available: https://www.keyshot.com 
23. Mushtaq, S. và Mir, A. H. (2014). Digital 
image forgeries and passive image 
authentication techniques: A survey. 
International Journal of Advanced Science 
and Technology, 73:15–32. 
24. Myrna, A., Venkateshmurthy, M., và Patil, C. 
(2007). Detection of region duplication 
forgery in digital images using wavelets and 
log-polar mapping. In Conference on 
Computational Intelligence and Multimedia 
Applications, 2007. International Conference 
on, volume 3, pages 371-377. IEEE. 
25. Nillius, Peter, và Jan-Olof Eklundh. (2001). 
Automatic estimation of the projected light 
source direction. Computer Vision and 
Pattern Recognition, 2001. CVPR 2001. 
Proceedings of the 2001 IEEE Computer 
Society Conference on. Vol. 1. IEEE. 
26. Pan, X. và Lyu, S. (2010). Detecting image 
region duplication using sift features. In 
ICASSP, pages 1706–1709. 
27. Pathak, S., Tiwari, S., và Agrawal, S. (2016). 
Digital image watermarking in Wavelet 
domain using chaotic. Futuristic Trends in 
Engineering, Science, Humanities, and 
Technology FTESHT-16, 108. 
28. Popescu, A. và Farid, H. (2004). Exposing 
digital forgeries by detecting duplicated 
image region [technical report]. 2004-515. 
Hanover, Department of Computer Science, 
Dartmouth College. USA. 
29. Qazi, T., Hayat, K., Khan, S. U., Madani, S. 
A., Khan, I. A., Ko lodziej, J., Li, H., Lin, W., 
Yow, K., và Xu, C.-Z. (2013). Survey on 
blind image forgery detection. Image 
Processing, IET, 7(7):660-670. 
30. Rajkumar, R., Chanu, T. A., và Singh, N. N. 
(2016). Copy move forgery detection 
approaches: A survey. ADBU Journal of 
Engineering Technology, 
31. Ryu, S.-J., Lee, M.-J., và Lee, H.-K. (2010). 
Detection of copy-rotatemove forgery using 
zernike moments. In Information Hiding, 
pages 51–65. Springer. 
32. Su, Q., Wang, G., Lv, G., Zhang, X., Deng, 
G., và Chen, B. (2016). A novel blind color 
image watermarking based on Contourlet 
transform and Hessenberg decomposition. 
Multimedia Tools and Applications, 1-21. 
33. Thajeel, S. A. N., và Sulong, G. (2015). A 
novel approach for detection of copy move 
forgery using completed robust local binary 
pattern. Journal of Information Hiding and 
Multimedia Signal Processing, 6(2), 351-364. 
34. Tiwari, N., Ramaiya, M. K., và Sharma, M. 
(2013). Digital watermarking using DWT and 
DES. In Advance Computing Conference 
(IACC), 2013 IEEE 3rd International, pages 
1100–1102. 
35. Unknown. Retouching image. [Online]. 
Available: 
www.retouchingphotos.wikispaces.com 
36. Wang, B., Kong, X., Bertino, E., và Fu, H. 
(2009). Exposing copypasteblur forgeries 
based on color coherence. Chinese Journal of 
Electronics, 18(3):487-490. 
37. Wang, R. Z., Lin, C. F., và Lin, J. C. (2001). 
Image hiding by optimal LSB substitution and 
genetic algorithm. Pattern recognition, 34(3), 
671-683. 
38. Yang, R., Bai, Z., Yin, L., và Gao, H. (2015). 
Detecting of copy-move forgery in digital 
images using fractional Fourier transform. In 
Seventh International Conference on Digital 
Image Processing (ICDIP15) (pp. 96310B-
96310B). International Society for Optics and 
Photonics. 
39. Yu, Y. H., Chang, C. C., và Hu, Y. C. (2005). 
Hiding secret data in images via predictive 
coding. Pattern Recognition, 38(5), 691-705. 
Ngày nhận bài: 30/8/2016 Biên tập xong: 15/9/2016 Duyệt đăng: 20/9/2016