JP4771906B2 - Jpeg圧縮履歴に関して画像を分類する方法 - Google Patents

Jpeg圧縮履歴に関して画像を分類する方法 Download PDF

Info

Publication number
JP4771906B2
JP4771906B2 JP2006271680A JP2006271680A JP4771906B2 JP 4771906 B2 JP4771906 B2 JP 4771906B2 JP 2006271680 A JP2006271680 A JP 2006271680A JP 2006271680 A JP2006271680 A JP 2006271680A JP 4771906 B2 JP4771906 B2 JP 4771906B2
Authority
JP
Japan
Prior art keywords
image
jpeg
compressed
compression
classifier
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2006271680A
Other languages
English (en)
Other versions
JP2007104678A (ja
Inventor
ブレッサン マルコ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xerox Corp
Original Assignee
Xerox Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xerox Corp filed Critical Xerox Corp
Publication of JP2007104678A publication Critical patent/JP2007104678A/ja
Application granted granted Critical
Publication of JP4771906B2 publication Critical patent/JP4771906B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/41Bandwidth or redundancy reduction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
    • H04N19/865Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness with detection of the former encoding block subdivision in decompressed video
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117Filters, e.g. for pre-processing or post-processing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136Incoming video signal characteristics or properties
    • H04N19/14Coding unit complexity, e.g. amount of activity or edge presence estimation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/527Global motion vector estimation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Image Processing (AREA)

Description

以下は、デジタル画像技術に関する。以下は、詳細には、画像履歴にJPEG圧縮段階が含まれているかどうかを識別することに関し、特にこのことについて説明する。しかしながら、以下は、JPEG品質、即ち、画像履歴のJPEG圧縮段階中に用いられたJPEG圧縮度を判別すること、及び、その他同様の用途にも適用可能である。
デジタル画像は、例えば、GIF、JPEG、TIFF、PCX、BMP、PNGなどを含む、様々なフォーマットで格納される。各フォーマットには、それぞれの利点及び欠点がある。例えば、フォーマットの中には、所有権を有し、使用許可が必要であり得るものもある。デジタル画像フォーマットは、可逆圧縮又は不可逆圧縮を用いてもよいし、全く圧縮を用いなくてもよい。従って、デジタル画像フォーマットを選択するには、画質とファイル・サイズとのバランスを取ることも必要とされる。画像は、そのライフサイクルに沿って、そのフォーマットを変更することもできる。例えば、あるフォーマットで得られた画像を別のフォーマットに変換して、格納したり、印刷データ・ストリームに挿入したりすることができる。
JPEGとは、ジョイント・フォトグラフィック・エキスパーツ・グループ(Joint Photographic Experts Group)によって開発されたオープン・フォーマットである(このJPEG画像フォーマットは、その作成グループの頭文字を取って名付けられている)。このJPEGフォーマットは、デジタル画像の格納及び配布に用いられる最も一般的な画像フォーマットである。例えば、インターネット上の画像のおよそ60%はJPEGフォーマットであると推定されている。デジタル・カメラ、スキャナ、携帯電話のカメラ、及び、デジタル画像を生成するその他の家庭用電化製品の大半は、JPEGフォーマットで出力する。
JPEGは、不可逆圧縮を用いる。一般的なJPEG圧縮シーケンスには、以下のようなステップが含まれる。(1)画像をルミナンス/クロミナンス色空間(例えば、YUV、YIQなど)に変換する。(2)一般的にはクロミナンス成分を必要に応じてダウンサンプリングする。(3)ピクセルを8×8ピクセル・ブロック又はその他のサイズのブロックにブロック化する。(4)離散コサイン変換(DCT:discrete cosine transform)を用いて、各ブロック内の各成分を空間周波数に変換する。(5)周波数を整数の縮尺値に量子化して、第1の不可逆レベルの圧縮を行う。(6)ハフマン符号化方式や算術符号化方式などを用いて、第2の一般的には可逆レベルの圧縮を行う。(7)後の画像圧縮解除の際に用いられる量子化表、ハフマン符号化表、又はその他の情報を含む、適切なファイルヘッダーを構成する。
JPEG圧縮における損失量は、通常、量子化の粗さ又は細かさに関係する。大きな量子化係数を用い、丸めて最も近い整数にすると、大きな丸め誤差及び多くの情報損失が生じる。これに比べ、同じ画像を圧縮するのに、より小さな量子化係数を用い、丸めると、より小さな丸め誤差及びより少ない情報損失が生じる。目に見える画質は一般的にクロミナンスよりもルミナンスに強く影響されるので、一般的にルミナンス成分よりもクロミナンス成分の量子化に大きな量子化係数が用いられる。一般的に、写真編集ソフト及び消費者製品は、量子化係数を選択するための「画質」パラメータをユーザに提供する。例えば、「高画質」モードは、通常、「低画質」モードよりも小さな量子化係数を用いる。
JPEG圧縮後、その画像は、JPEGファイルとして格納されてもよいし、別の画像フォーマットに変換されてもよい。このような画像フォーマットの変換においても、不可逆JPEG圧縮により生じた情報損失は残される。さらに、デジタル画像は、JPEG圧縮された後、解凍されて、印刷パイプライン又はその他のデータ伝送路を通じてやり取りされてもよく、ここでは、JPEGタイプの名前付きファイルとしての識別子を失う。このような場合、このデジタル画像がその履歴のどこかの時点でJPEG圧縮されたことがあるかどうかは明らかでない。
デジタル画像がその履歴のどこかの時点でJPEG圧縮されたことがあるかどうか分かることには、利点がある。例えば、不可逆JPEG圧縮により生じた画像アーチファクトを平滑化する又はその他の方法で軽減することによって、画質を向上させることができる。しかしながら、JPEGアーチファクトを軽減するのに有益な画像処理法は、JPEG圧縮されたことのない画像に対して用いると、画質を劣化させる可能性がある。
画像がJPEG圧縮されたことがあるかどうか分かることの別の利点は、圧縮されたJPEGフォーマットの画質が後の圧縮及び画像格納作業に対する基本画質を提供する、という点である。あるJPEG品質で画像がJPEG圧縮されたことがあると分かれば、実質的に画質を更に劣化させることなく、少なくともそのJPEG品質レベルに、その画像を再圧縮することができる。従って、JPEG圧縮履歴が分かることによって、後の画像処理に最適な圧縮レベルを選択することが可能となる。
デジタル画像のJPEG圧縮履歴がもしあればそれが分かることの更に別の利点は、画像履歴推定に関する。画像履歴の推定は、効率的な画像の格納及び検索に有益であると共に、知的所有権の観点からも有益である。
画像がJPEG圧縮されたことがあるかどうか分かることは有効であるが、デジタル画像がJPEGでないフォーマットである場合、印刷データ・ストリームの一部である場合など、特定のデジタル画像に対しては、このような判別が困難であり得る。現在JPEGでない画像が過去にJPEG圧縮されたことがあるかどうかを判別するのは難しい。その画像が変換後処理(例えば、トリミング、サイズ変更、印刷後の光学走査など)されている場合には、このような判別が更に困難となる。このような変換された(且つ変換後処理された可能性のある)デジタル画像は、JPEGフォーマットではなくなるが、通常、JPEG圧縮により生じた画像アーチファクトを残している。
本明細書中に例示した態様によれば、JPEG圧縮履歴に関して画像を分類する方法が提供される。画像署名が画像から導出される。この画像署名は、JPEG圧縮に関連する空間周波数成分を含む、画像のクロミナンス成分の空間周波数成分を示す。この画像署名の分析に基づいて、JPEG圧縮されたことがあるかどうかに関して画像が分類される。
本明細書中に例示した態様によれば、JPEG圧縮されたことがあるかどうかに関して画像を分類する装置が提供される。画像署名導出器は、空間周波数に基づいた画像署名を画像から導出する。分類器は、この空間周波数に基づいた画像署名の分析に基づいて、JPEG圧縮されたことがあるかどうかに関して画像を分類する。
本明細書中に例示した態様によれば、画像分類法が提供される。空間周波数に基づいた画像署名が画像から導出される。この空間周波数に基づいた画像署名に基づいて、JPEG圧縮されたことがあるかどうかに関して画像が分類される。
図1を参照すると、デジタル署名導出器6は、デジタル画像8を処理して、その画像がJPEG圧縮されたことがあるかどうかを示す画像署名10を導出する。このデジタル署名導出器6は、必要に応じ、JPEG圧縮アーチファクト以外の画像特徴に起因する空間周波数を抑制した状態で、画像クロミナンス・チャネルの空間周波数を表すデジタル署名を導出する。特定の動作理論に制限されていなければ、画像がJPEG圧縮されたことのある場合、一般的に、このような周波数に基づいた画像署名は、JPEG圧縮処理の一環として定義される、8×8ピクセル・ブロック又はその他のサイズのピクセル・ブロックに対応する識別可能なスペクトル的特徴を示すと考えられる。このような特徴の強さは、JPEG圧縮の積極性、ゆえに情報損失度を示していると思われる。
さらに、JPEG圧縮後のどこかの時点で、画像がサイズ変更されているか、トリミングされているか、或いは、ピクセル濃度を修正するその他の方法で処理されている場合、画像署名におけるJPEGアーチファクト特徴の周波数は、8×8ピクセル・ブロック又はその他のサイズのJPEGピクセル・ブロック以外のものに対応する。従って、画像署名におけるJPEGアーチファクト特徴の周波数値は、JPEG圧縮時におけるピクセル単位で測定された画像サイズを示していると考えられる。JPEGブロッキング・アーチファクトは、通常、2n(nは整数)に対応する周波数において生じる。従って、JPEGブロッキング・アーチファクトが他の周波数において生じている場合、これにより、JPEG圧縮後にサイズ変更が行われたということを示すことができる。
続けて図1を参照すると、デジタル画像8がJPEG以外の圧縮方法を用いた圧縮フォーマットである場合、画像圧縮解除器12がこのデジタル画像8をそこで用いられている圧縮方式に基づいて圧縮解除することにより、非圧縮画像がもたらされる。
この非圧縮画像は、ルミナンス/クロミナンス色空間ではないRGB、CMYK、又はその他の色空間において表現されている場合、ルミナンス/クロミナンス変換器14によって処理されるのが好ましく、このルミナンス/クロミナンス変換器14は、非圧縮画像をルミナンス/クロミナンス色空間(例えば、YUV、YIQなど)に変換する。一般的なルミナンス/クロミナンス色空間では、1つの色空間成分がルミナンス若しくは輝度成分(例えば、YUV又はYIQ色空間における「Y」成分)に対応すると同時に、更なる2つの色空間成分がクロミナンス成分(例えば、YUV色空間における「U」及び「V」成分、又は、YIQ色空間における「I」及び「Q」成分)に対応する。例えば、RGBは、ルミナンス(「Y」)成分をRGB色空間の「R」、「G」、及び「B」成分の加重和として計算し、クロミナンス(「U」及び「V」)成分を選択された「R」、「G」、及び「B」成分間の加重差として計算することにより、適切にYUVに変換される。
JPEG圧縮は、一般的に、ルミナンス/クロミナンス色空間において行われると共に、ルミナンス成分よりもクロミナンス成分を積極的に、ゆえに不可逆的に圧縮するため、ルミナンス/クロミナンス色空間への変換は有益である。従って、JPEG圧縮アーチファクトは、ルミナンス成分よりもクロミナンス成分において顕著であると考えられる。しかしながら、ルミナンス/クロミナンス色空間への変換を省略することも考えられ、この場合、デジタル署名導出器6は、別のタイプの色空間(例えば、RGB又はCMYK色空間)において適切に作動する。
ルミナンス/クロミナンス色空間における非圧縮画像は、必要に応じ、空間平滑器16によって処理され、この空間平滑器16は、ルミナンス成分における大きな空間的勾配に起因するクロミナンス成分の特徴を抑制する。ルミナンス成分の大きな空間的勾配と空間的に一致するクロミナンス成分の特徴は、JPEG圧縮アーチファクトではなく画像特徴である可能性が高い。ある実施形態では、空間平滑器16は、ルミナンス勾配の高い値に沿って各クロミナンス成分を平滑化する。別の実施形態では、空間平滑器16は、対応するルミナンス勾配の逆数に対応し空間的に変動する重み係数を用いてクロミナンス成分を重み付けすることにより、平滑化を行う。これらの平滑化法において、クロミナンス成分に対するルミナンス・エッジの影響は一般的に抑制される一方、JPEG圧縮処理中にピクセルを8×8ピクセル・グループ又はその他のサイズのピクセル・グループにグループ化することによって生じるブロッキング・アーチファクトのようなJPEGアーチファクトに起因するクロミナンス特徴は実質的に保持される。
クロミナンス投影器20は、画像の垂直方向及び水平方向に沿って、第1クロミナンス成分勾配(本明細書中では「c1」で示し、例えば、YUV色空間の「U」成分又はYIQ色空間の「I」成分に対応する)を投影することによって、それぞれ、垂直方向の第1クロミナンス成分投影ベクトルP(v,c1)22及び水平方向の第1クロミナンス成分投影ベクトルP(h,c1)23をもたらす。同様に、このクロミナンス投影器20は、画像の垂直方向及び水平方向に沿って、第2クロミナンス成分勾配(本明細書中では「c2」で示し、例えば、YUV色空間の「V」成分又はYIQ色空間の「Q」成分に対応する)を投影することによって、それぞれ、垂直方向の第2クロミナンス成分投影ベクトルP(v,c2)24及び水平方向の第2クロミナンス成分投影ベクトルP(h,c2)25をもたらす。JPEG圧縮されたことのある画像に関しては、これらの投影ベクトル22、23、24、25が、JPEG圧縮で用いられた8×8ピクセル・ブロッキング又はその他のサイズのピクセル・ブロッキングに対応するスペクトル的特徴を示すと考えられる。JPEG圧縮後のどこかの時点で画像がサイズ変更されているか或いは画像のピクセル濃度が修正されている場合、JPEGアーチファクトの空間周波数は、JPEG圧縮で用いられたピクセル・ブロッキング・サイズに対応していることも対応していないこともある。
投影ベクトル22、23、24、25の空間周波数を抽出するために、高速フーリエ変換(FFT:fast Fourier transform)30を用いて、投影ベクトル22、23、24、25に対応するN点パワー・スペクトル32、33、34、35が計算される。投影ベクトルP(v,c1)22が変換されることによって、パワー・スペクトルS(v,c1)32がもたらされる。投影ベクトルP(h,c1)23が変換されることによって、パワー・スペクトルS(h,c1)33がもたらされる。投影ベクトルP(v,c2)24が変換されることによって、パワー・スペクトルS(v,c2)34がもたらされる。投影ベクトルP(h,c2)25が変換されることによって、パワー・スペクトルS(h,c2)35がもたらされる。一般的には、計算されたN点パワー・スペクトル32、33、34、35のそれぞれの最初のN/2点を保存すれば十分である。これらのパワー・スペクトル32、33、34、35のうちの1つ以上は、成分別乗算器40によって、成分別に乗算される。別の方法では、投影ベクトル22、23、24、25のうちの1つ以上は、まずコンボリューションされ、次にFFT処理される。しかしながら、一般的には、(実空間におけるコンボリューションと周波数空間における乗算との等価を利用して、)まずFFT(30)を行い、次にパワー・スペクトルを成分別乗算(40)した方が、計算的に効率が良い。投影ベクトルをコンボリューションすると(或いは、同等に、パワー・スペクトルを成分別乗算すると)、コンボリューション・ノイズが抑制され、JPEGブロッキング・アーチファクト周波数の指数が増加すると考えられる。ある実施形態では、成分別乗算器40の出力が画像署名として使用される。しかしながら、図1に示した実施形態では、成分別乗算器40の出力に対し対数処理器42が用いられることによって、ダイナミック・レンジの小さい画像署名10がもたらされる。
図1は、デジタル画像8のスペクトル表現をもたらすデジタル署名を導出するための、一例としての方法を示している。他の方法を用いることもできる。例えば、コンボリューションする又は点毎の成分別乗算を用いるのではなく、パワー・スペクトルを連結させることによって、画像署名を形成してもよい。また、FFTを、離散コサイン変換、離散サイン変換、又はその他の周波数タイプ変換と差し替えて、画像スペクトルをもたらしてもよい。さらに、スペクトル表現に対し、例えば、主成分分析(PCA:principal components analysis)、又は、次元の小さいスペクトル・ベースのデジタル署名をもたらすその他の特徴分析のような、更なる処理を行うことによって、デジタル署名をもたらしてもよい。さらに、デジタル署名は、デジタル画像のルミナンス又は別の成分のスペクトル表現を含んでいてもよい。
図2、図3、及び図4を参照すると、画像署名10の、JPEG圧縮アーチファクトの検出、ゆえに以前に行った内在JPEG圧縮処理の検出に対する有効性が、一例として、ルミナンス及びクロミナンス成分周波数の比較的高い連続階調カラー画像に関して示されている。図2は、JPEG圧縮されたことのない画像の画像署名を描画している。この画像署名は、ほぼ滑らかであり、JPEG圧縮に関連する特徴を示していない。図3は、8×8ピクセル・ブロッキングを用いて比較的高いJPEG品質設定(「Q」で示す)であるQ=97%で画像がJPEG圧縮された後の画像署名を描画している。圧縮率の比較的低いこの画像の画像署名は、「F1」、「F3」、「F4」、及び「F5」とラベル付けされた、JPEG圧縮に関連する視覚的に識別可能な4つの特徴を示している。図4は、比較的低いJPEG品質設定であるQ=80%(圧縮率が比較的高い)で画像がJPEG圧縮された後の画像署名を描画している。圧縮率の比較的高いこの画像の画像署名は、図3において識別可能な4つの同じJPEG圧縮特徴「F1」、「F3」、「F4」、及び「F5」のより顕著なバージョンを示していると共に、更に3つの視覚的に識別可能なJPEG圧縮特徴「F0」、「F2」、及び「F6」を示している。図4のこれら7つの視覚的に識別可能な特徴「F0」、「F1」、「F2」、「F3」、「F4」、「F5」、及び「F6」は、約16周波数単位の周期性で周期的である。
画像署名10は、画像がJPEG圧縮されたことがあるかどうかを自動的に分類するのに使用することができる。分類器がこの画像署名10を分析することによって、その画像がJPEG圧縮されたことがあるかどうかが判別される。分類器は、その画像がJPEG圧縮されたことがあるかどうかを画像署名10に基づいて判別する様々な方法を用いることができる。
図5を参照すると、一例である分類器50は、3段階の分類器のカスケード52、54、56を有するカスケード分類器を用いる。これら3段階の分類器のカスケード52、54、56は、その画像はJPEG圧縮されたことがあるという判断に徐々に大きく偏った選択基準を用いる。例えば、第1段階分類器52は、画像署名10がJPEGブロッキング・アーチファクトの明示を含んでいる場合にのみ、その画像をJPEG圧縮されたことのあるものとして分類する。このようなJPEGブロッキング・アーチファクトの明示は、一般的に、画像が積極的に圧縮されることによって多くの情報損失及び強いJPEGアーチファクトに至った場合にのみ生じると考えられる。従って、第1段階分類器52が、その画像はJPEG圧縮されたことがあると判別した場合には、第1段階タグ付け器62が、その画像に、履歴のどこかの時点でJPEG圧縮されたことがあるものとしてタグ付けする。ある実施形態では、このタグ付け器62は、その画像に、JPEG品質の低いものとしてタグ付けし、これは、その画像が積極的且つ不可逆的にJPEG圧縮されたことがあり、ゆえに、生じた強いJPEGアーチファクトによって品質が比較的低い、ということを示す。
第2段階分類器54は、その画像がJPEG圧縮されたことがあるかどうかについて第1段階分類器52では不確かな場合にのみ、その画像に対して作動する。この第2段階分類器54は、その画像はJPEG圧縮されたことがあるという判断に第1段階分類器52よりも大きく偏った選択基準を用いる。従って、第2段階分類器54が、その画像はJPEG圧縮されたことがあると判別した場合には、第2段階タグ付け器64が、その画像に、JPEG圧縮されたことがあるものとしてタグ付けする。ある実施形態では、このタグ付け器64は、その画像に、JPEG品質が中程度のものとしてタグ付けし、これは、その画像が中程度の品質でJPEG圧縮されたことがある、ということを示す。
第3段階分類器56は、その画像がJPEG圧縮されたことがあるかどうかについて第1段階分類器52と第2段階分類器54との両方で不確かな場合にのみ、その画像に対して作動する。この第3段階分類器56は、その画像はJPEG圧縮されたことがあるという判断に第1段階分類器52及び第2段階分類器54よりも大きく偏った選択基準を用いる。従って、第3段階分類器56が、その画像はJPEG圧縮されたことがあると判別した場合には、第3段階タグ付け器66が、その画像に、JPEG圧縮されたことがあるものとしてタグ付けする。ある実施形態では、このタグ付け器66は、その画像に、JPEG品質の高いものとしてタグ付けし、これは、その画像がより消極的にJPEG圧縮されたことがあり、ゆえに、品質が高くJPEG圧縮アーチファクトをほとんど含んでいない、ということを示す。
一方、この第3段階分類器56も、その画像はJPEG圧縮されたことがあると判断できない場合には、その画像はJPEG圧縮されたことがないと判断され、最終タグ付け器68が、その画像に、JPEG圧縮されたことがないものとしてタグ付けする。
JPEG圧縮履歴識別問題には、連続的な段階が徐々により消極的にJPEG圧縮された(つまり、より質の高い)画像を特別に扱うカスケード分類方式を用いるのが非常に適している。さらに、カスケード分類方式では、分類の計算コストをJPEG品質に関連付けることにより、優れた計算性能も可能である。適切なカスケードの実施形態では、カスケードにおける各分類段階は、間違っていないという確実性の高いサンプルにのみラベル付けを行う分類器を含む。ある分類段階において、その画像がJPEG圧縮されたことがあるかどうか不確かな場合、その画像署名は、カスケードにおける次の分類段階へ送られ、その分類段階では、より複雑な分類器が用いられる。
ある実施形態では、段階分類器が機械学習法を用いて訓練される。圧縮されたサンプル画像と圧縮されていないサンプル画像との両方から得た画像署名のセットを用いて、分類器は、圧縮されたことのあるサンプル画像(陽性サンプル)と圧縮されたことのないサンプル画像(陰性サンプル)とを区別するように訓練される。機械学習を行う際、一般的には、積極的にJPEG圧縮されたことのある画像(即ち、JPEG品質の低い画像)が、積極的にJPEG圧縮されたことのあるものとして比較的容易に識別されるべきである、と認識されている。このことは、例えば、積極的なJPEG圧縮に対応する図4の画像署名を、より消極的にJPEG圧縮された又は圧縮されていない画像の画像署名と比較すれば分かる。JPEG圧縮アーチファクト特徴「F0」、「F1」、「F2」、「F3」、「F4」、「F5」、「F6」は、図4において容易に識別される。また、段階分類器の訓練は、様々な圧縮レベルの陽性サンプルに容易にアクセスできることによっても、促進される。圧縮されていない訓練画像の場合、例えば、その画像をランダムに圧縮することによって、異なる圧縮レベルの陽性サンプルを実質的にいくつでも得ることができる。さらに、その画像をJPEG圧縮後にランダムにトリミングするか又はその他の方法で処理することによって、更なる陽性訓練画像を得ることができる。
分類される画像が共通の特徴を備えている場合、分類器を訓練するのに用いられる訓練セットは、必要に応じ、その特徴を備えた訓練画像に限定される。例えば、走査画像を分類するのに用いられる分類器は、主に走査画像を含む訓練セットを用いて訓練されるのが有益である。より幅広い訓練画像セットを用いた訓練も機能はするが、より限定された訓練画像セットを用いた訓練と比べて、分類器の効果は下がるであろう。当然のことながら、同じ分類器50でも、使用される訓練セットによって様々な特徴を備え得る。機械学習は、分類される画像の特徴に合わせた訓練セットを用いることによって、サイズ変更やトリミング以外の処理のような非標準的状況に向けた自動訓練を可能にする。
さらに、ある実施形態では、段階分類器52、54、56の訓練に、異なる訓練画像セットが用いられる。例えば、まず、1セットの訓練画像を用いて第1段階分類器52を訓練するのが有益であろう。第1段階分類器52が訓練された後、第2段階分類器54が、この訓練された第1段階分類器52によってJPEG圧縮されたことのあるものとして分類されない訓練画像のみを用いて訓練される。従って、第2段階分類器54は、実際の動作においてこの訓練された第1段階分類器52を通過する、より難しい訓練画像のサブセットを用いて訓練される。同様に、第3段階分類器56は、これらの訓練されたより低い段階の分類器52、54のどちらによってもJPEG圧縮されたことのあるものとして分類されない、最も難しい訓練画像のサブセットのみに対して訓練される。
例である図5の3段階のカスケード分類器50のようなカスケード分類器は、必要に応じ、JPEG品質を推定する。例えば、分類器50は、タグ付け器62、64、66のうちのどれがその画像をJPEG圧縮されたことがあるものとして識別するかに基づいて、JPEG品質が高いか、中程度であるか、低いかを示す。カスケード分類器がJPEG画像の品質を判別する効果(その画像が任意の画質で圧縮されたことがあるかどうかを判別する効果ではない)は、JPEG画質と、より低い段階の分類器52、54のその画像がJPEG圧縮されたことがあるかどうかを判別する能力との、相互関係によって決まる。幅広い多種にわたる画像を含む訓練セットを用いて訓練された分類器に関しては、他の要因(例えば、画像複雑性、画像コントラスト特性など)も、その画像がJPEG圧縮されたことがあるかどうかをより低い段階の分類器52、54が判別しやすいか判別しにくいかに影響を及ぼし得るので、上記のような相互関係は弱いと思われる。一方、多様性の低い、つまり、類似性の高い訓練画像を含む、より限定された訓練セットを用いて訓練された分類器は、画像の全体的な類似性によって、その画像がJPEG圧縮されたことがあるかどうかをより低い段階の分類器52、54が判別する容易さに影響を及ぼし得る背景要因が少なくなるので、JPEG品質を判別するのにより効果的であろう。
分類段階には実質的にあらゆるタイプの分類法若しくは分類アルゴリズムを用いてもよく、カスケードにおける異なる分類段階に異なる分類アルゴリズムを用いてもよい。ある実施形態では、最初の分類段階は、計算上シンプルで、且つ、低い又は実に0の偽陰性率で多数の陽性画像を判別することのできる、分類アルゴリズムを用いる。このことは、JPEG圧縮されたことがあるものとして容易に分類されるデジタル画像は計算上効率的な最初の分類段階で識別されると共に、計算上より厳しく高い分類段階は分類が難しいデジタル画像に対してのみ用いられるため、計算上効率的である。さらに、非カスケード(即ち、1段階)分類器を用いることもできる。1段階分類器又はカスケード分類器の各段階に適した分類アルゴリズムとしては、例えば、計量的分類器、統計的分類器、ニューラル・ネット、最大マージン分類器(例えば、サポート・ベクター・マシン)などが挙げられる。さらに、特徴選択法又は特徴抽出法を用いてカスケードの異なる段階で分類するのに、異なる特徴を用いることもできる。
図5に示した3段階分類器の1つの具体的な実施形態では、(1)第1段階分類器52はパワー・スペクトル異常値をカウントする閾値を用い、(2)第2段階分類器54はニューラル・ネット(例えば、パーセプトロン)によって又はフィッシャー判別分析を用いて訓練された超平面分類アルゴリズムを用い、(3)第3段階分類器56は条件付き確立(例えば、ガウス混合モデル)のセミパラメトリック推定を用いる統計的分類器を用いている。最終分類段階に統計的分類器を用いると、JPEG圧縮検出の確率測度がもたらされて有益である。この確率測度を変更することにより、偽陽性率を制限したいか偽陰性率を制限したいかによって異なる問題に直面し得る。
必要に応じ、JPEG圧縮後の画像履歴分析器70は、画像署名10に基づいて、JPEG圧縮後のどこかの時点でその画像がサイズ変更されたかどうかを判別する。この画像サイズは、JPEG圧縮中に用いられたブロック・サイズの事前知識と併せ、JPEGアーチファクトの周波数値に基づいて、適切に推定される。例えば、JPEGブロック・サイズが8×8ピクセルであることが分かっているのに、画像署名のJPEGアーチファクトが16×16ピクセルのブロック・サイズに対応する周波数である場合、このデジタル画像は、JPEG圧縮後のどこかの時点で、等方的に2倍に拡大された可能性が高い。一般的に、JPEG圧縮にはデフォルトで8×8ピクセルのブロッキングが用いられるが、JPEG圧縮システムの中には、このデフォルトを無効にすることのできるものもある。ある実施形態では、JPEG圧縮ピクセル・ブロック・サイズは、8×8ピクセルであると仮定されるか、或いは、分類される画像の別のブロック・サイズ特徴であると仮定される。このような仮定の下に、JPEG圧縮後の画像サイズ変更を量的に推定することができる。
JPEG圧縮ピクセル・ブロック・サイズが分からない場合、JPEG圧縮後の画像履歴分析器70は、必要に応じ、履歴に基づいたJPEG圧縮後の画像サイズ変更に関する有用な情報をもしあれば提供する。例えば、JPEGブロッキング・アーチファクトは、2の累乗である周波数、即ち、2n(nは正の整数)の周波数で生じると考えられる。ゆえに、画像署名のJPEGブロッキング・アーチファクトが2n以外の周波数で生じている場合には、サイズ変更が量的に判別できないとしても、そのデジタル画像がJPEG圧縮後のどこかの時点でサイズ変更されたということは分かる。さらに、JPEGブロッキングが等方的、即ち、n×nピクセル(nは正の整数)であると仮定されると、水平方向及び垂直方向に対するJPEGブロッキング・アーチファクト周波数が異なっている場合、その画像は伸張されたか或いは非等方的なその他の方法でサイズ変更されたということを示す。垂直方向及び水平方向のクロミナンス投影をコンボリューション又は成分別乗算したバージョンである例としてのデジタル署名10に関し、このデジタル署名10に2つの区別可能なブロッキング・アーチファクト周波数がある場合、JPEG圧縮後に何らかの非等方的なサイズ変更が行われたということを示すが、その向き(例えば、垂直方向が水平方向に対して伸張された、或いはその逆)は示さない。
画像がJPEG圧縮されたことがあるかどうかを評価する際における1つの複雑な問題は、その画像がJPEG圧縮後の履歴におけるどこかの時点で回転されたという可能性である。本明細書中に開示したJPEG評価法は、本質的に、90°の整数の倍数(例えば、90°、−90°、180°、270°、450°など)だけ回転された画像に関して機能するが、これは、このような回転が、JPEG圧縮に用いられる水平方向及び垂直方向のブロッキングと一致するからである。その他の角度の回転は、画像署名に用いられた水平方向及び垂直方向の投影がJPEGブロッキングと一致しなくなるため、より問題である。ある走査アプリケーションでは、例えば、給紙トレイや光学走査ウィンドウにドキュメントをわずかな角度だけ置き間違えることによる、小さな回転が一般的である。小さな角度の回転を明らかにするのに適した1つの方法では、一連の回転画像がJPEG評価アルゴリズムに入力される。例えば、各画像を、例えば−10°〜+10°の範囲で少しずつ回転させながら、20回入力してもよい。これらの回転画像のうちのいずれかがJPEGとして分類された場合、原画像はJPEG圧縮されたことがあると仮定することができる。回転角度が異なる複数の画像署名は、それらと同じ特徴に関して訓練された分類器にであれば、併せて送ることができる。JPEG圧縮後の画像履歴分析器70は、回転画像のうちのどれがJPEG圧縮されたことがあるものとしてより容易に分類されるかに基づいて、JPEG圧縮後の画像回転の累積角度を量的に推定すると考えられる。さらに、光学スキャナやスキャナ給紙器などにハードコピー画像を置き間違えることにより生じる画像の回転誤差を自動的に修正するのに、この量的情報を用いることも考えられる。例えば、JPEG圧縮後の画像履歴分析器70がその画像は+5°回転されていると判別した場合、その画像を−5°回転させることにより、画像の+5°の回転誤差を修正することができる。
図5に示したカスケード分類器50は3つの分類段階を含んでいるが、より多い又はより少ない分類段階を含んで、JPEG圧縮品質の解像度をより細かくするか又はより粗くしてもよい。分類の精度は、通常、カスケードに更なる分類器を追加することによって向上する。さらに、カスケード分類器以外の構造を用いることもできる。例えば、並列分類器を用いてもよく、この並列分類器では、画像署名が全ての段階の分類器に同時に入力される。
カスケード分類器50は、22,000を超えるJPEG圧縮されたカラー画像及び圧縮されていないカラー画像を含む画像データベースに関して訓練されてきた。更なる評価のため、オンライン画像検索エンジンの結果から自動的にJPEG検出するためのスクリプトが開発された。この場合の精度は、ランダムな問合せ(例えば、人々、都市、車、オフィスなど)に対する予測精度と一致したため、このアルゴリズムを他のタイプの画像へ拡張することは十分に期待される。
Figure 0004771906
表1は、ランダムに生成された異なる1,000分割に対して5分割交差検証を用いた結果を示している。各行は、カスケードの第3分類器56における所定の確率閾値に関する、異なる品質設定(即ち、異なる「Q」値(「Q」値が大きいほどJPEG圧縮が消極的で画質が高い))で圧縮されたJPEG画像及び圧縮されていない画像に対する方法精度を示す。確率閾値が高いほど、JPEGとして分類される画像が少なく、その結果、偽陰性率が低くなり偽陽性率が高くなる、ということを暗示している。確率閾値が0.5の場合、非常に高品質の画像に関し、偽陽性率は約7%であり、偽陰性率は約5%であることが分かった。これらの偽陽性率及び偽陰性率は、品質設定が90を下回ると、大幅に減少した。
画像がJPEG圧縮されたことがあるかどうかを示す画像署名の導出を示すフローチャートである。 図1のフローチャートにより導出された、JPEG圧縮されたことのない画像の画像署名を描画するグラフである。 図1のフローチャートにより導出された、比較的高いJPEG品質設定であるQ=97%(圧縮率が比較的低い)で画像がJPEG圧縮された後の画像署名を描画するグラフである。 図1のフローチャートにより導出された、比較的低いJPEG品質設定であるQ=80%(圧縮率が比較的高い)で画像がJPEG圧縮された後の画像署名を描画するグラフである。 図1のフローチャートにより導出された画像署名に対して機能する、カスケードJPEG圧縮分類を示すフローチャートである。
符号の説明
6 デジタル署名導出器
50 分類器

Claims (1)

  1. JPEG圧縮に関連する空間周波数成分を含む、画像の1つ以上のクロミナンス成分の空間周波数成分を示す、画像署名を画像から導出することと、
    前記画像がJPEG圧縮されたことがあるかどうかに関し、前記画像署名の分析に基づいて、前記画像を分類することと、
    を含む、JPEG圧縮履歴に関して画像を分類する方法であって、
    前記導出することが、
    前記クロミナンス成分のうちの少なくとも1つの、水平方向及び垂直方向の投影を生成することと、
    前記水平方向及び垂直方向の投影を周波数空間に変換することと、
    を含む、
    方法
JP2006271680A 2005-10-03 2006-10-03 Jpeg圧縮履歴に関して画像を分類する方法 Expired - Fee Related JP4771906B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/242,580 US7747082B2 (en) 2005-10-03 2005-10-03 JPEG detectors and JPEG image history estimators
US11/242580 2005-10-03

Publications (2)

Publication Number Publication Date
JP2007104678A JP2007104678A (ja) 2007-04-19
JP4771906B2 true JP4771906B2 (ja) 2011-09-14

Family

ID=37814601

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006271680A Expired - Fee Related JP4771906B2 (ja) 2005-10-03 2006-10-03 Jpeg圧縮履歴に関して画像を分類する方法

Country Status (5)

Country Link
US (1) US7747082B2 (ja)
EP (1) EP1781041B1 (ja)
JP (1) JP4771906B2 (ja)
KR (1) KR101289630B1 (ja)
TW (1) TWI426774B (ja)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7962428B2 (en) * 2006-11-30 2011-06-14 Siemens Medical Solutions Usa, Inc. System and method for joint optimization of cascaded classifiers for computer aided detection
CA2755724C (en) * 2009-03-17 2015-06-30 Scientific Games Holdings Limited Optical signature to enable image correction
TWI393444B (zh) * 2009-11-03 2013-04-11 Delta Electronics Inc 多媒體播放系統、辨識一檔案之裝置及其方法
JP5565226B2 (ja) * 2010-09-10 2014-08-06 富士通株式会社 画像データ処理装置および画像データ処理方法
TWI475888B (zh) * 2011-07-06 2015-03-01 Altek Corp 預估影像壓縮尺寸的方法
US9288484B1 (en) 2012-08-30 2016-03-15 Google Inc. Sparse coding dictionary priming
CN102903100B (zh) * 2012-09-06 2015-04-29 宁波大学 一种数字照片图像压缩历史的检测方法
US9300906B2 (en) 2013-03-29 2016-03-29 Google Inc. Pull frame interpolation
US9286653B2 (en) 2014-08-06 2016-03-15 Google Inc. System and method for increasing the bit depth of images
US9153017B1 (en) 2014-08-15 2015-10-06 Google Inc. System and method for optimized chroma subsampling
WO2016127271A1 (en) * 2015-02-13 2016-08-18 Xiaoou Tang An apparatus and a method for reducing compression artifacts of a lossy-compressed image
US10074042B2 (en) * 2015-10-06 2018-09-11 Adobe Systems Incorporated Font recognition using text localization
US10387751B2 (en) * 2017-01-12 2019-08-20 Arizona Board Of Regents On Behalf Of Arizona State University Methods, apparatuses, and systems for reconstruction-free image recognition from compressive sensors
US10638144B2 (en) * 2017-03-15 2020-04-28 Facebook, Inc. Content-based transcoder
US11170545B2 (en) * 2018-01-24 2021-11-09 New York University Systems and methods for diagnostic oriented image quality assessment
CN110691227B (zh) * 2018-07-05 2024-04-09 华为技术有限公司 一种视频信号处理方法及装置
US11025907B2 (en) * 2019-02-28 2021-06-01 Google Llc Receptive-field-conforming convolution models for video coding
US10950017B2 (en) 2019-07-08 2021-03-16 Adobe Inc. Glyph weight modification
US11295181B2 (en) 2019-10-17 2022-04-05 Adobe Inc. Preserving document design using font synthesis
US11842531B2 (en) * 2020-02-28 2023-12-12 United States Postal Service System and method for image compression
GB2593777A (en) * 2020-04-03 2021-10-06 Sony Group Corp Video data encoding and decoding
KR102516812B1 (ko) * 2020-11-13 2023-03-31 네이버 주식회사 기계학습을 이용하여 이미지 압축 품질을 최적화하는 방법 및 시스템

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5398066A (en) * 1993-07-27 1995-03-14 Sri International Method and apparatus for compression and decompression of digital color images
US5862260A (en) * 1993-11-18 1999-01-19 Digimarc Corporation Methods for surveying dissemination of proprietary empirical data
US5819035A (en) 1995-10-20 1998-10-06 Matsushita Electric Industrial Co., Ltd. Post-filter for removing ringing artifacts of DCT coding
JPH1042286A (ja) * 1996-07-19 1998-02-13 Canon Inc 画像処理装置、方法及びコンピュータ可読メモリ装置
US5867598A (en) * 1996-09-26 1999-02-02 Xerox Corporation Method and apparatus for processing of a JPEG compressed image
US6081211A (en) 1998-04-08 2000-06-27 Xerox Corporation Minimal buffering method and system for optimized encoding tables in JPEG compression
US6697107B1 (en) 1998-07-09 2004-02-24 Eastman Kodak Company Smoothing a digital color image using luminance values
EP1112636A4 (en) * 1998-09-10 2005-02-16 Lee Sang Ki WATERMARK MARKING OF DIGITAL PICTURES USING WAVELET OR DISCRETE COSINE TRANSFORMATION
US6385342B1 (en) 1998-11-13 2002-05-07 Xerox Corporation Blocking signature detection for identification of JPEG images
US6427031B1 (en) 1998-12-31 2002-07-30 Eastman Kodak Company Method for removing artifacts in an electronic image decoded from a block-transform coded representation of an image
US20040136600A1 (en) * 1999-08-24 2004-07-15 Yfantis Evangelos A. Visually lossless still image compression for RGB, YUV, YIQ, YCrCb, K1K2K3 formats
WO2001020912A1 (en) 1999-09-14 2001-03-22 Koninklijke Philips Electronics N.V. Method and device for identifying block artifacts in digital video pictures
US6628843B1 (en) 1999-11-24 2003-09-30 Xerox Corporation Image enhancement on JPEG compressed image data
JP4311698B2 (ja) * 2000-04-28 2009-08-12 キヤノン株式会社 画像処理装置及び画像処理方法並びに記録媒体
JP2002152519A (ja) * 2000-08-28 2002-05-24 Fuji Photo Film Co Ltd 画像データ圧縮方法および装置並びにプログラム
JP3511502B2 (ja) * 2000-09-05 2004-03-29 インターナショナル・ビジネス・マシーンズ・コーポレーション データ加工検出システム、付加情報埋め込み装置、付加情報検出装置、デジタルコンテンツ、音楽コンテンツ処理装置、付加データ埋め込み方法、コンテンツ加工検出方法、記憶媒体及びプログラム伝送装置
WO2002102050A2 (en) 2001-06-12 2002-12-19 Digital Interactive Streams, Inc. System and method for enhancing digital video
US6504494B1 (en) * 2001-11-06 2003-01-07 Motorola, Inc. Software, method and apparatus for rate controlled image compression
EP1377023A1 (en) * 2002-06-28 2004-01-02 Océ-Technologies B.V. Image scanning and processing system, method of scanning and processing image and method of selecting one of a plurality of master files comprising data encoding a scanned image
US7194114B2 (en) * 2002-10-07 2007-03-20 Carnegie Mellon University Object finder for two-dimensional images, and system for determining a set of sub-classifiers composing an object finder
US7551755B1 (en) * 2004-01-22 2009-06-23 Fotonation Vision Limited Classification and organization of consumer digital images using workflow, and face detection and recognition

Also Published As

Publication number Publication date
JP2007104678A (ja) 2007-04-19
EP1781041B1 (en) 2011-12-14
TW200740197A (en) 2007-10-16
TWI426774B (zh) 2014-02-11
KR20070037691A (ko) 2007-04-06
KR101289630B1 (ko) 2013-07-30
EP1781041A2 (en) 2007-05-02
US20070076959A1 (en) 2007-04-05
US7747082B2 (en) 2010-06-29
EP1781041A3 (en) 2007-07-18

Similar Documents

Publication Publication Date Title
JP4771906B2 (ja) Jpeg圧縮履歴に関して画像を分類する方法
US20230215197A1 (en) Systems and Methods for Detection and Localization of Image and Document Forgery
Holub et al. Random projections of residuals for digital image steganalysis
Wang et al. Exploring DCT coefficient quantization effects for local tampering detection
Pevny et al. Multiclass detector of current steganographic methods for JPEG format
Stamm et al. Anti-forensics of JPEG compression
US7439989B2 (en) Detecting doctored JPEG images
US7940989B2 (en) Apparatus and method for a generalized benford's law analysis of DCT and JPEG coefficients
US8260067B2 (en) Detection technique for digitally altered images
AU2017201281B2 (en) Identifying matching images
Ravi et al. Compression noise based video forgery detection
Qu et al. A convolutive mixing model for shifted double JPEG compression with application to passive image authentication
Taimori et al. Quantization-unaware double JPEG compression detection
CN104661037B (zh) 压缩图像量化表篡改的检测方法和系统
WO2007109003A2 (en) Detecting compositing in a previously conpressed image
US8170341B2 (en) Image signature extraction device
JP2005521116A (ja) 画像ブロック内のエッジを検出する装置
Davidson et al. Steganalysis using partially ordered Markov models
Pevný et al. Estimation of primary quantization matrix for steganalysis of double-compressed JPEG images
US8064707B2 (en) Image recognition method and image recognition apparatus
CN110930287B (zh) 一种图像隐写检测方法、装置及计算机设备、存储介质
Wang et al. Exploring DCT coefficient quantization effect for image tampering localization
US10217032B2 (en) Method for choosing a compression algorithm depending on the image type
Singh et al. Forensics for partially double compressed doctored JPEG images
Pevný et al. Multi-class blind steganalysis for JPEG images

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20091001

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110419

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110506

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110524

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110621

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140701

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees