As contents has been converting from the analog method to the digital, digital forensic have been emerging as a hot issue. In digital image forensic, CFA pattern identification can be useful clues for source camera identification and forgery detection. In this thesis, we proposed the new system for detecting and estimating the image forgery based on CFA pattern trace. This system involves three main algorithms.
First, we propose the method to identify the CFA pattern of a digital camera from a single digital image. Most of commercial cameras are equipped with CFA, and a digital image from these cameras has to be interpolated with a CFA interpolation algorithm. This process remains the CFA pattern trace, and it can be a key evidence for identifying the source digital camera. Many researches have been studied to detect CFA pattern trace. Furthermore, some researchers have studied the CFA pattern estimation. In this thesis, we designed the new approach to estimate CFA pattern of a digital image. We use basic principle of CFA interpolation which reconstructs blank pixel values from neighbor pixels. For each channel, we define neighbor pixel patterns which heavily influence a blank pixel as most heavyweight neighbor pixel patterns. We examine the intermediate value condition for all pixels in the test image and count it. The CFA pattern is determined by this counting information of three channels. Experimental results show that the proposed method achieves higher accuracy than previous methods. Since the proposed method do not need the huge size of filter, the experimental results with small area are also good.
Second, we develop the novel algorithm to detect and estimate the color modification of digital images based on CFA pattern trace. Extensive studies have been carried out for detecting image forgery such as copy-move, re-sampling, blurring, and contrast enhancement. Although color modification is a common forgery technique, there is no reported forensic method for detecting this type of manipulation. Most commercial digital cameras are equipped with a CFA for acquiring the color information of each pixel. As a result, the images acquired from such digital cameras include a trace from the CFA pattern. This pattern is composed of the basic RGB colors, and it is changed when color modification is carried out on the image. We designed an advanced intermediate value counting method for measuring the change in the CFA pattern and estimating the extent of color modification. Experimental results prove the effectiveness of the proposed method for estimating color modification within small error.
Third, we design the new algorithm to estimate the original size of re-sampled image using CFA pattern trace. Re-sampling is common forgery method, and many researches have been studied to detect re-sampling trace and estimate re-sampling factor. Previous algorithms to detect re-sampling trace are quite well worked. In the case of estimating re-sampling factor, some previous algorithm achieves high accuracy with up-scaling (1.1~2.0), however, down-scaled images (0.1~0.9) and slightly scaled images (0.9~1.1) are hard to estimate factor. In addition, most of previous methods focus on re-sampling factor rather than original size. As the results, a reconstructed image has small error due to discrete properties. More seriously, it is hard to distinguish down-sampling and up-sampling because of ambiguity in the peak of frequency domain. In this thesis, we proposed the new approach to estimate exact original size of re-sampled image based on CFA pattern trace. Experimental results confirmed that the proposed method overcomes the weak-points of previous researches and achieves high accuracy.
콘텐츠를 이루는 형식이 아날로그에서 디지털로 변화함에 따라 디지털 포렌직에 대한 관심이 높아지기 시작했다. 디지털 이미지 포렌직 분야에서는 원본 카메라 판별이나 위조 판별에 CFA 패턴 추정을 유용하게 사용한다. 이 논문에서는 위조된 디지털 이미지를 탐지하고 위조 방법과 파라미터를 추정하는 시스템을 제안한다. 이 시스템은 3가지 알고리즘으로 이루어져 있다.
첫째, 디지털 카메라에서 촬영된 하나의 디지털 이미지를 이용하여 CFA 패턴을 추정하는 알고리즘을 제안한다. 대부분의 상업용 카메라들은 CFA 를 장착하고 있으며, 이로 인하여 디지털 이미지는 CFA 보간 과정을 반드시 거치게 된다. 이 과정에서 CFA 패턴 흔적이 남게 되고, 이것은 원본 카메라를 판별할 수 있는 중요한 증거가 된다. 과거 많은 연구자들이 CFA 패턴 흔적 여부를 판별하는 연구를 진행하였으며, 몇몇 연구자들은 CFA 패턴 모양까지 추정하는 연구를 진행하였다. 이 논문에서는 CFA 패턴 모양을 추정하는 새로운 알고리즘을 제안한다. 제안하는 알고리즘은 빈 픽셀을 보간하기 위해서 가장 가까운 주변 픽셀의 값을 이용하는 점을 기반으로 하고 있다. 각 색상 채널에 따라 가장 영향을 많이 받는 주변 픽셀의 패턴 모양을 정의하였고, 중간 값 조건을 이용하여 픽셀 위치에 따라 보간된 픽셀의 개수를 세었다. 이렇게 얻은 개수 정보를 기반으로 CFA 패턴 모양을 추정하였다. 실험 결과는 제안하는 방법이 높은 정확도로 CFA 패턴의 모양을 추정하는 것을 증명하였다. 특히 제안하는 알고리즘은 큰 필터가 필요하지 않아서, 기존 연구들에 비해 작은 영역에도 좋은 성능을 내는 장점이 있다.
둘째, CFA 패턴 흔적 정보에 기반하여 디지털 이미지의 색상 변화를 추정하는 알고리즘을 제안한다. 복사-옮기기, 재 표본화, 흐리기, 대비 강화 등에 대한 이미지 위조 탐지 기법은 과거에도 많이 연구되었다. 하지만 색상 변환이 이미지 위조에 많이 사용됨에도 불구하고, 이에 대한 추정 기법은 보고된 바가 없다. 대부분의 상업용 카메라는 색상 정보를 얻어내기 위하여 이미지 센서 앞에 CFA를 장착하고 있다. 그 결과 카메라에서 얻어낸 디지털 이미지는 CFA 패턴 흔적이 남게 된다. 이 패턴 흔적은 RGB 패턴으로 구성되어 있으며, 디지털 이미지의 색상이 위조될 때 같이 변화하는 특성을 가지고 있다. 이 논문에서는 CFA 패턴 흔적의 변화를 추정하여, 위조된 이미지의 색상 변화를 측정할 수 있는 새로운 척도를 제안한다. 이 척도는 기존의 CFA 패턴 흔적 추정 알고리즘을 더 효율적으로 개선한 AVIC 알고리즘을 기반으로 설계되었다. 본 논문에서 제안하는 방법이 색상 변화를 적은 에러로 추정하는 것을 실험을 통해 증명하였다.
셋째, CFA 패턴 흔적을 이용하여 재 표본화된 이미지의 원본 크기를 추정하는 새로운 알고리즘을 제안한다. 재 표본화는 많이 쓰이는 위조 기법 중 하나로, 기존에 많은 연구자들이 재 표본화 여부를 탐지하거나 재 표본화 파라미터를 추정하기 위해 노력해왔다. 재 표본화 여부 탐지에 대한 연구는 성숙한 상태로, 높은 정확도를 보이고 있다. 재 표본화 파라미터 추정에 관한 연구의 경우, 파라미터가 1.1보다 큰 경우 (1.1~2.0)에는 추정 정확도가 높다. 반면 파라미터가 1보다 작은 경우 (0.1~0.9)와 파라미터가 1 근처 (0.9~1.1)인 경우에는 추정하기가 어려웠다. 이 분야의 더 큰 문제는 바로 축소 변환과 확대 변화의 구별이 거의 불가능하다는 것이었다. 다른 문제로 과거 연구들은 원본 사진 크기보다는 재 표본화 파라미터 추정에 중점을 두어 연구하였다. 그 결과 복구된 이미지의 크기는 원본 크기와 미세한 차이가 나게 된다. 제안하는 알고리즘에서는 CFA 패턴 흔적의 강도를 추정하는 새로운 척도를 설계하였다. 재 표본화된 이미지가 원본 크기와 동일하게 복구 되는 경우에만 설계한 척도가 높은 값을 가지는 특성을 이용하여, 원본 크기를 정확하게 추정하고, 축소 변환과 확대 변환의 구별도 가능하게 하였다. 실험결과는 제안하는 방식이 기존 연구들의 단점을 극복하고, 높은 정확도로 원본 크기를 추정하는 것을 증명하였다.
