KR101644268B1 - 센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치 - Google Patents

센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치 Download PDF

Info

Publication number
KR101644268B1
KR101644268B1 KR1020150051896A KR20150051896A KR101644268B1 KR 101644268 B1 KR101644268 B1 KR 101644268B1 KR 1020150051896 A KR1020150051896 A KR 1020150051896A KR 20150051896 A KR20150051896 A KR 20150051896A KR 101644268 B1 KR101644268 B1 KR 101644268B1
Authority
KR
South Korea
Prior art keywords
digital image
color
sensor pattern
pattern noise
forged
Prior art date
Application number
KR1020150051896A
Other languages
English (en)
Inventor
이흥규
허종욱
장한얼
김도곤
남승훈
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020150051896A priority Critical patent/KR101644268B1/ko
Application granted granted Critical
Publication of KR101644268B1 publication Critical patent/KR101644268B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Abstract

센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치가 개시된다. 본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하는 단계; 상기 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시켜 복수의 색상 쉬프트 이미지들을 생성하는 단계; 상기 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출하는 단계; 상기 추출된 센서 패턴 노이즈와 미리 결정된 기준 센서 패턴 노이즈의 상관 관계 값을 계산하는 단계; 및 상기 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 상기 수신된 디지털 이미지의 색상 위변조 여부를 추정하는 단계를 포함한다.

Description

센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치 {Method and Apparatus for Estimating Hue Modification of Digital Image Using Sensor Pattern Noise}
본 발명의 실시예들은, 디지털 이미지 범죄 과학 수사 분야에서 센서 패턴 노이즈를 이용하여 색상 위변조를 추정하는 디지털 이미지 색상 위변조 추정 방법 및 그 장치와 관련된 것이다.
고성능 디지털 카메라와 인터넷 시대에서, 디지털 이미지는 가장 폭 넓게 사용되는 정보 소스 중에 하나이다. 디지털 이미지는 효과적이고 강력한 통신 매체(vivid communication medium)로서, 사람들은 컴퓨터, 스마트폰 등과 같은 장치 또는 시스템을 이용하여 콘텐트를 쉽게 확인할 수 있다. 하지만, 디지털 이미지는 비전문가에 의해서 쉽게 위조 가능한 문제가 있다. 특히, 디지털 이미지는 어도브 포토샵, 페인트샵 프로 등과 같은 고화질 이미지 편집 툴에 의해 쉽게 위조될 수 있기에, 위조물 또는 변조물을 식별하는 디지털 이미지 범죄 과학 수사에 대한 요구가 중요한 이슈로 대두되고 있다.
디지털 이미지에서의 위조물 중에 하나는 색상 위변조에 의한 위조물이다. 색상은 컬러의 중요 특성으로, 컬러를 변조하려는 위조자는 주로 색상을 변조한다. 사람들은 이미지 편집 툴을 이용하여 이미지의 색상을 변조함으로써, 이미지의 실제 의미를 심각하게 왜곡시킬 수 있다. 디지털 이미지에 대한 왜곡된 정보는 Flickr, Instagram 과 Pinterest와 같은 SNS(Social Network Services)를 통해 쉽게 전달될 수 있다. 색상 변조에 대한 위조는 옥션과 같은 온라인 마켓에서 쉽게 나타날 수 있으며, 일 예로, 스마트폰 또는 자동차를 팔려고 하는 판매자가 판매 물품을 소비자에게 어필하기 위하여 판매 물품의 색상을 변조할 수도 있다.
매체는 사고 현장에서 촬영된 이미지의 색상을 심하게 변조하는 경우 특정 사건의 왜곡된 진실을 방송할 수도 있다. 예를 들어, 독일어권 일일 타블로이다 블릭(German-language daily tabloid Blick)은 침수 물에 대한 이미지 컬러를 혈액과 같은 적색으로 변경하도록 조작함으로써, 뉴스 채널에 적색으로 보이는 왜곡된 이미지를 보여주었다.
위조물을 대처하기 일 예의 방법으로, Choi et al.은 디지털 카메라에 있는 컬러 필터 배열(CFA; color filter array)에 의한 이웃 상관을 이용하는 컬러 변조 추정 알고리즘을 제안하였다. 하지만, Choi의 알고리즘은 크기 조작이나 JPEG 압축과 같은 이미지 처리를 하는 경우 원본 이미지의 이웃 상관이 완전히 깨지기 때문에 크기 조작이나 JPEG 압축과 같은 이미지 처리 이후에 사용할 수 없는 문제가 있다.
따라서, 크기 조작이나 JPEG 압축과 같은 이미지 처리에도 강건한 색상 위변조 추정 기술의 필요성이 요구된다.
본 발명의 실시예들은, 센서 패턴 노이즈를 이용하여 색상 위변조를 추정할 수 있는 디지털 이미지 색상 위변조 추정 방법 및 그 장치를 제공한다.
본 발명의 실시예들은, 크기 조작이나 JPEG 압축과 같은 이미지 처리에도 강건하게(robust) 색상 위변조를 추정할 수 있는 디지털 이미지 색상 위변조 추정 방법 및 그 장치를 제공한다.
본 발명의 실시예들은, 디지털 이미지의 색상 변조와 변조 정보를 추정할 수 있는 디지털 이미지 색상 위변조 추정 방법 및 그 장치를 제공한다.
본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하는 단계; 상기 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시켜 복수의 색상 쉬프트 이미지들을 생성하는 단계; 상기 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출하는 단계; 상기 추출된 센서 패턴 노이즈와 미리 결정된 기준 센서 패턴 노이즈의 상관 관계 값을 계산하는 단계; 및 상기 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 상기 수신된 디지털 이미지의 색상 위변조 여부를 추정하는 단계를 포함한다.
상기 색상 위변조 여부를 추정하는 단계는 상기 계산된 상관 관계 값들 중 최대 값을 가지는 색상 쉬프트 각도를 획득하고, 상기 획득된 색상 쉬프트 각도가 일정 각도 범위를 벗어나는 경우 상기 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정할 수 있다.
나아가, 본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 상기 수신된 디지털 이미지가 색상 위변조된 디지털 이미지로 추정되면 상기 수신된 디지털 이미지의 색상을 상기 획득된 색상 쉬프트 각도만큼 마이너스 쉬프트시켜 상기 수신된 디지털 이미지에 대한 위변조되지 않은 디지털 이미지를 생성하는 단계를 더 포함할 수 있다.
더 나아가, 본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 위변조 되지 않은 적어도 하나의 디지털 이미지를 수신하는 단계; 상기 적어도 하나의 디지털 이미지로부터 센서 패턴 노이즈를 추출하는 단계; 및 상기 추출된 적어도 하나의 디지털 이미지의 센서 패턴 노이즈를 상기 기준 센서 패턴 노이즈로 결정하는 단계를 더 포함할 수 있다.
상기 센서 패턴 노이즈를 추출하는 단계는 웨이블릿 기반 노이즈 제거 필터(wavelet-based de-noising filter)를 이용하여 상기 센서 패턴 노이즈를 추출할 수 있다.
본 발명의 다른 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하는 단계; 상기 수신된 디지털 이미지에 대한 촬영 기기 정보를 획득하는 단계; 상기 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시켜 복수의 색상 쉬프트 이미지들을 생성하는 단계; 상기 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출하는 단계; 미리 저장된 복수의 기준 센서 패턴 노이즈들 중 상기 획득된 촬영 기기 정보에 대응하는 기준 센서 패턴 노이즈를 획득하는 단계; 상기 추출된 센서 패턴 노이즈와 상기 획득된 기준 센서 패턴 노이즈의 상관 관계 값을 계산하는 단계; 및 상기 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 상기 수신된 디지털 이미지의 색상 위변조 여부를 추정하는 단계를 포함한다.
상기 색상 위변조 여부를 추정하는 단계는 상기 계산된 상관 관계 값들 중 최대 값을 가지는 색상 쉬프트 각도를 획득하고, 상기 획득된 색상 쉬프트 각도가 일정 각도 범위를 벗어나는 경우 상기 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정할 수 있다.
상기 촬영 기기 정보를 획득하는 단계는 상기 수신된 디지털 이미지의 고유한 이미지 특징들을 추출하고, 상기 추출된 고유한 이미지 특징들에 기초하여 상기 촬영 기기 정보를 획득할 수 있다.
상기 센서 패턴 노이즈를 추출하는 단계는 웨이블릿 기반 노이즈 제거 필터(wavelet-based de-noising filter)를 이용하여 상기 센서 패턴 노이즈를 추출할 수 있다.
본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 장치는 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하는 수신부; 상기 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시켜 복수의 색상 쉬프트 이미지들을 생성하는 생성부; 상기 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출하는 추출부; 상기 추출된 센서 패턴 노이즈와 미리 결정된 기준 센서 패턴 노이즈의 상관 관계 값을 계산하는 계산부; 및 상기 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 상기 수신된 디지털 이미지의 색상 위변조 여부를 추정하는 추정부를 포함한다.
상기 추정부는 상기 계산된 상관 관계 값들 중 최대 값을 가지는 색상 쉬프트 각도를 획득하고, 상기 획득된 색상 쉬프트 각도가 일정 각도 범위를 벗어나는 경우 상기 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정할 수 있다.
상기 생성부는 상기 수신된 디지털 이미지가 색상 위변조된 디지털 이미지로 추정되면 상기 수신된 디지털 이미지의 색상을 상기 획득된 색상 쉬프트 각도만큼 마이너스 쉬프트시켜 상기 수신된 디지털 이미지에 대한 위변조되지 않은 디지털 이미지를 생성할 수 있다.
상기 수신부는 위변조 되지 않은 적어도 하나의 디지털 이미지를 수신하고, 상기 추출부는 상기 적어도 하나의 디지털 이미지로부터 센서 패턴 노이즈를 추출하며, 상기 기준 센서 패턴 노이즈는 상기 적어도 하나의 디지털 이미지의 추출된 센서 패턴 노이즈일 수 있다.
상기 추출부는 웨이블릿 기반 노이즈 제거 필터(wavelet-based de-noising filter)를 이용하여 상기 센서 패턴 노이즈를 추출할 수 있다.
본 발명의 실시예들에 따르면, 센서 패턴 노이즈를 이용하여 색상 위변조를 추정함으로써, 크기 조작이나 JPEG 압축과 같은 이미지 처리에도 강건하게(robust) 색상 위변조를 추정할 수 있고, 디지털 이미지의 색상 변조 뿐만 아니라 변조 정보를 추정할 수 있다.
본 발명의 실시예들은, 법정 증거물의 무결성 검사, 온라인에 유포되는 사진의 진위 판별과 같은 이미지 무결성이 요구되는 곳에 모두 사용될 수 있다. 예를 들어, 본 발명의 실시예들은, 이미지의 위변조를 탐지하며 무결성을 검사하는 수사 기관 및 기업, 온라인 중고거래 업체, 디지털 사진 공유 및 거래 기업 등에서 사용될 수 있다.
도 1은 디지털 이미지를 생성하는 과정을 설명하기 위한 일 예시도를 나타낸 것이다.
도 2는 컬러의 색상과 RGB 강도에 대한 관계를 나타낸 것이다.
도 3은 센서 패턴 노이즈를 각 컬러 채널별 분리하는 방법에 대한 일 예시도를 나타낸 것이다.
도 4는 본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법에 대한 동작 흐름도를 나타낸 것이다.
도 5는 본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법에 대한 추가 동작 흐름도를 나타낸 것이다.
도 6은 도 4에 도시된 단계 S450에 대한 일 실시예 동작 흐름도를 나타낸 것이다.
도 7은 본 발명에 따른 방법의 전반적인 과정을 설명하기 위한 일 예시도를 나타낸 것이다.
도 8은 기준 센서 패턴 노이즈용 디지털 이미지의 수에 따른 RMSE 값을 나타낸 것이다.
도 9는 크기 변화와 JPEG 압축에 따른 RMSE 값을 나타낸 것이다.
도 10은 본 발명의 다른 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법에 대한 동작 흐름도를 나타낸 것이다.
도 11은 본 발명의 다른 일 실시예에 따른 디지털 이미지 색상 위변조 장치에 대한 구성을 나타낸 것이다.
이하, 본 발명의 실시예들을 첨부된 도면들을 참조하여 설명한다. 아래에서는 한정된 실시예들이 기술되지만, 이러한 실시예들은 본 발명의 예이며, 당업자는 이러한 실시예들을 용이하게 변경할 수 있다.
디지털 카메라를 사용하여 이미지를 캡쳐하는 과정을 도 1을 이용하여 설명하면 도 1에 도시된 바와 같이, 빛은 R, G, B의 세 컬러에 의해 나타낼 수 있고, 이미지를 캡쳐하고자 하는 장면(scene)에 대한 빛은 렌즈(lens)를 통과하여 광 필터(optical filters)를 통해 CFA(color filter array)로 전달된다. 장면에 대한 빛의 픽셀들에 대해, 세 컬러 픽셀들 중 어느 하나의 컬러 픽셀은 CFA를 통과하여 이미지 센서에 의해 전기 신호로 변환된다.
여기서, CFA는 센서 위에 덧붙여져 있는 컬러 필터로서, 디지털 이미지 센서가 색상 정보를 구분하지 못하기 때문에 색상 정보를 구분하기 위한 필터이며, CFA를 통과하는 빛은 R, G, B와 같은 색상 정보를 담은 상태로 센서에 도달하게 됨으로써, 디지털 이미지의 색을 구현하게 된다.
이미지 센싱 후에, 센싱되지 않은 나머지 두 컬러의 컴포넌트는 이웃 픽셀들의 신호를 사용한 디모자이킹(demosaicking)에 의해 생성되고, 모든 픽셀의 신호는 화이트 밸런스(white balance), 감마 보정(gamma correction) 및 이미지 향상(image enhancement) 등과 같은 후처리 과정(post-processing)에 의해 디지털 이미지로 생성된다. 이러한 디지털 이미지는 일정 포맷으로 카메라의 메모리에 저장된다. 이 때, 이미지를 처리하는 과정 중에 신호가 왜곡될 수 있으며, 이러한 왜곡으로 인하여 실제 장면과 캡쳐된 이미지 간 약간의 차이가 발생할 수도 있다.
본 발명의 실시예들은, 센서 패턴 노이즈(SPN; sensor pattern noise)를 이용하여 디지털 이미지의 색상 위변조 여부를 추정할 수 있고, 디지털 이미지의 크기 조작이나 JPEG 압축과 같은 이미지 처리에도 강건한(robust) 색상 위변조 추정 기술을 제공하는 것을 그 요지로 한다.
여기서, 센서 패턴 노이즈는 고정 패턴 노이즈(FPN; fixed pattern noise)와 사진 응답 불균일성(PRNU; photo response non-uniformity)으로 구성되고, FPN은 다크 전류(dark currents)에 의해 생성되며 다크 프레임을 제거함으로써, 제거될 수 있다. 따라서, 센서 패턴 노이즈의 주요 컴포넌트는 PRNU이며, PRNU는 이미지 센서의 공정과정에서 발생하는 각 픽셀간의 불균일성으로 인해 나타나는 노이즈로서, 실리콘 웨이퍼의 이질성(inhomogeneity)과 센서 픽셀들 각각에 의해 빛이 전기적 신호로 변환되는 빛 변화(light variations)에 의해 나타날 수 있다.
이러한 센서 패턴 노이즈는 이미지나 비디오 촬영 시 고유하게 생성되고, 해당 디지털 카메라에서 항상 동일한 패턴을 나타낸다. 따라서 SPN은 디지털 이미지 범죄 과학 수사 분야에서 이미지를 판별하기 위한 센서 지문으로 사용될 수 있다.
RGB 컬러의 극 좌표계에서, 색상(Hue)은 빨강, 녹색, 파랑, 노랑과 같은 자극에 대한 각도(degree)로 나타날 수 있고, Preucil은 R, G, B 채널에서 이미지의 색상을 계산하기 위해 컬러 헥사곤(hexagon)을 사용하고, 색상은 아래 <수학식 1>에 의해 계산될 수 있다.
[수학식 1]
Figure 112015035874029-pat00001

컬러 헥사곤은 도 2에 도시된 바와 같이, 빨강(R)을 0도에 위치시키고, 녹색(G)을 120도에 위치시키며 파랑(B)을 240도에 위치시킨다. 이러한 색상은 컬러의 주요 특성으로, 위조자는 이런 색상을 변조시킴으로써, 컬러 특성을 위조할 수 있다. 색상 변조는 컬러 채널들 간의 강도를 교환하는 것으로, 도 2에 도시된 바와 같이 각 컬러 채널의 강도는 변조 각도에 의존하여 직접 교환될 수도 있고 재결합될 수 있다.
도 1에 도시된 바와 같이 이미지 센서의 출력물은 CFA에 의해 세 컬러 컴포넌트로 분리될 수 있으며, SPN은 이 과정에서 분리될 수 있다. 본 발명에서의 SPN은 도 3에 도시된 바와 같이, 각 컬러 채널별로 분리된 SPN을 사용하며, 각 컬러 채널들 각각의 SPN은 특정 패턴 예를 들어, Bayer pattern에 의해 분리될 수 있다. 여기서, Bayer Pattern은 디지털 카메라에서 가장 넓게 사용되는 패턴이다. 각 컬러별 SPN의 위치는 서로 겹치지 않기 때문에 각 컬러별로 분리된 SPN은 다른 컬러와 독립적인 패턴을 형성한다. 따라서, 각 컬러 채널의 SPN은 컬러 채널의 고유 특성을 나타낼 수 있다.
본 발명의 실시예들은, 각 컬러 채널의 SPN을 이용하여 디지털 이미지의 색상 변조 여부를 추정할 수 있으며, 이에 대해 도 4 내지 도 9를 참조하여 설명한다.
도 4는 본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법에 대한 동작 흐름도를 나타낸 것이고, 도 7은 본 발명에 따른 방법의 전반적인 과정을 설명하기 위한 일 예시도를 나타낸 것이다.
도 4와 도 7을 참조하면, 본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지(Suspicious Image I)를 수신하고, 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시킴으로써, 디지털 이미지(Suspicious Image I)에 대한 복수의 이미지들(Hue shifted image
Figure 112015035874029-pat00002
)(이하, "색상 쉬프트 이미지"라 칭함)을 생성한다(S410, S420).
이 때, 복수의 색상 쉬프트 이미지들은 색상 각도(
Figure 112015035874029-pat00003
)를 0도에서부터 359도까지 1도 단위로 생성될 수고 있고, 미리 결정된 각도 단위로 생성될 수도 있다.
단계 S420에 의해 복수의 색상 쉬프트 이미지들이 생성되면 생성된 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈(Noise residual nR(
Figure 112015035874029-pat00004
), nG(
Figure 112015035874029-pat00005
), nB(
Figure 112015035874029-pat00006
))를 추출한다(S430).
이 때, 단계 S430은 복수의 색상 쉬프트 이미지들 각각에 대한 RGB 컬러별 SPN을 추출할 수 있으며, 추출된 복수의 색상 쉬프트 이미지들 각각에 대한 RGB 컬러별 SPN은 색상 위변조로 의심되는 디지털 이미지의 색상 각도 쉬프트에 따른 패턴 노이즈일 수 있다.
단계 S430은 웨이블릿 기반 노이즈 제거 필터(wavelet-based de-noising filter)를 이용하여 복수의 색상 쉬프트 이미지들 각각의 센서 패턴 노이즈를 추출할 수 있다.
단계 S430에 의해 복수의 색상 쉬프트 이미지에 대한 센서 패턴 노이즈가 추출되면 추출된 센서 패턴 노이즈들과 미리 결정된 기준 센서 패턴 노이즈(Reference pattern PR, PG, PB)의 상관 관계 값을 계산(calculate correlation)한다(S440).
여기서, 단계 S440의 상관 관계 값은 아래 <수학식 2>에 의해 계산될 수 있다.
[수학식 2]
Figure 112015035874029-pat00007

여기서,
Figure 112015035874029-pat00008
은 상관 관계 값을 의미하고, c는 R, G, B를 의미하고, 바 심볼(bar symbol)은 평균 값을 의미한다.
이 때, 단계 S410에서 수신된 디지털 이미지에 대한 기준 센서 패턴 노이즈는 도 5와 같은 과정에 의해 생성되고 결정될 수 있으며 이에 대해 도 5를 참조하여 설명하면 다음과 같다.
도 5에 도시된 바와 같이, 수신된 디지털 이미지에 대한 기준 센서 패턴 노이즈는 위변조 되지 않은 복수의 디지털 이미지들을 수신하고, 복수의 디지털 이미지들 각각으로부터 센서 패턴 노이즈를 추출한다(S510, S520).
여기서, 단계 S510의 위변조되지 않은 복수의 디지털 이미지들은 단계 S410에서 수신된 디지털 이미지와 동일한 영상 촬영 기기 예를 들어, 디지털 카메라에 의해 촬영되고 위변조되지 않은 것으로 명확하게 판단된 디지털 이미지들일 수 있다.
단계 S520은 기준 센서 패턴 노이즈로 사용하기 위하여, 웨이블릿 기반 노이즈 제거 필터(wavelet-based de-noising filter)를 이용하여 위변조 되지 않은 복수의 디지털 이미지들 각각의 센서 패턴 노이즈를 추출할 수 있다.
단계 S520에 의해 위변조되지 않은 복수의 디지털 이미지들 각각의 센서 패턴 노이즈가 추출되면 추출된 센서 패턴 노이즈들의 평균을 계산하고, 계산된 센서 패턴 노이즈들의 평균을 기준 센서 패턴 노이즈로 결정한다(S530, S540).
여기서, 단계 S530은 컬러 채널 RGB 각각의 센서 패턴 노이즈들을 평균함으로써, 단계 S540에서 각 컬러 채널별 기준 센서 패턴 노이즈(Reference pattern PR, PG, PB)를 결정할 수 있다. 단계 S540에서 결정된 각 컬러 채널별 기준 센서 패턴 노이즈는 디지털 이미지의 색상 위변조를 추정하기 위한 센서 패턴 노이즈일 수 있으며, 센서 패턴 노이즈를 각 채널별로 분리하기 위하여 Bayer pattern과 같은 미리 결정된 패턴을 사용할 수 있다.
다시 도 4를 참조하면, 단계 S440에서 추출된 센서 패턴 노이즈들과 기준 센서 패턴 노이즈의 상관 관계 값이 계산되면 계산된 상관 관계 값에 기초하여 수신된 디지털 이미지의 색상 위변조 여부를 추정한다(S450).
색상 위변조를 추정하는 과정(S450)은 도 6에 도시된 바와 같이 계산된 복수의 상관 관계 값들 중 최대 값을 확인하고, 확인된 최대 값을 가지는 색상 쉬프트 각도를 획득(find degree)한다(S610, S620).
여기서, 단계 S620은 아래 <수학식 3>을 이용하여 색상 쉬프트 각도(
Figure 112015035874029-pat00009
)를 획득할 수 있다.
[수학식 3]
Figure 112015035874029-pat00010

단계 S620에서 색상 쉬프트 각도(
Figure 112015035874029-pat00011
)가 획득되면 획득된 색상 쉬프트 각도가 미리 결정된 일정 각도 범위 이내에 있는지 판단하고, 일정 각도 범위를 벗어나는 경우 단계 S410에서 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정하며, 일정 각도 범위 이내인 경우 단계 S410에서 수신된 디지털 이미지를 색상 위변조되지 않은 디지털 이미지로 추정한다(S640, S650).
예를 들어, 획득된 색상 쉬프트 각도(
Figure 112015035874029-pat00012
)가 0도라면 디지털 이미지(suspicious image)는 색상 위변조되지 않은 디지털 이미지로 추정되고, 획득된 색상 쉬프트 각도(
Figure 112015035874029-pat00013
)가 0도가 아니라면 디지털 이미지(suspicious image)는 색상 위변조된 것으로 추정할 수 있다.
다시 도 4를 참조하면, 단계 S450 추정 결과, 수신된 디지털 이미지가 색상 위변조로 추정되면 수신된 디지털 이미지에 대해 위변조되지 않은 디지털 이미지를 생성하고, 생성된 위변조되지 않은 디지털 이미지를 저장(restored image)한다(S460, S470).
여기서, 단계 S460은 수신된 디지털 이미지가 색상 위변조된 디지털 이미지로 추정되면 수신된 디지털 이미지의 색상을 획득된 색상 쉬프트 각도(
Figure 112015035874029-pat00014
)만큼 마이너스 쉬프트(-
Figure 112015035874029-pat00015
)시켜 디지털 이미지(suspicious image)에 대한 위변조되지 않은 디지털 이미지를 생성할 수 있다.
본 발명의 일 실시예에 따른 색상 위변조 추정 방법은 도 8에 도시된 기준 센서 패턴 노이즈용 디지털 이미지의 수(Np)에 따른 RMSE(root mean square error) 값을 통해 알 수 있듯이, 디지털 이미지의 수에 대한 RMSE 값이 작은 것을 알 수 있으며, 디지털 이미지의 수가 5보다 작은 경우에도 RMSE가 충분히 작은 것을 알 수 있다. 이러한 본 발명에 따른 방법은 다른 방법들과 다르게 SPN을 사용하여 각 컬러 채널의 상관 관계 값을 비교하기 때문에 상대적으로 작은 SPN 정보만을 사용하더라도 색상 위변조 여부를 추정할 수 있다.
여기서, RMSE는 아래 <수학식 4>와 같이 나타낼 수 있다.
[수학식 4]
Figure 112015035874029-pat00016

또한, 본 발명의 일 실시예에 따른 색상 위변조 추정 방법은 도 9a에 도시된 크기 조작에 따른 RMSE 값을 통해 알 수 있듯이, 기존 방법(Choi's method)에 비해 크기 조작에 강건한 특성을 가지고 있는 것을 알 수 있다. 즉, 본 발명에 따른 방법(proposed method)은 크기 비율(scaling ratio)이 0.4보다 작은 경우 RMSE 값이 다른 크기 비율에 비해 높은 값을 가지고 있지만 기존 방법(Choi's method)의 RMSE 값에 비해 작은 것을 알 수 있다.
또한, 도 9b에 도시된 JPEG 압축에 따른 RMSE 값을 통해 알 수 있듯이, 기존 방법(Choi's method)에 비해 JPEG 압축에 강건한 특성을 가지고 있는 것을 알 수 있다. 특히, 본 발명에 따른 방법은 JPEG compression quality factor가 95 이상인 경우 JPEG 압축하지 않은 결과와 유사한 결과를 나타내고, 80과 95 사이인 경우에도 기존 방법(Choi's method)의 RMSE 값에 비해 충분히 작은 것을 알 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 색상 위변조 추정 방법은 센서 패턴 노이즈(SPN)를 사용하여 디지털 이미지의 색상 위변조 여부에 대한 추정 정확성을 향상시킬 수 있고, 크기 조작이나 JPEG 압축 등과 같은 처리에 대해서도 강건하게 색상 위변조 여부를 추정할 수 있다.
또한, 본 발명의 실시예는, 각 컬러 채널의 고유한 특성인 센서 패턴 노이즈를 사용하기 때문에 색상이 변조되는 것으로 의심되는 이미지에 대하여 색상 위변조 여부를 추정할 수 있고, 색상 변조와 변조 정도를 추정할 수 있다.
도 10은 본 발명의 다른 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법에 대한 동작 흐름도를 나타낸 것이다.
도 10을 참조하면, 본 발명의 다른 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하고, 수신된 디지털 이미지에 대한 촬영 기기 정보를 획득한다(S1010, S1020).
여기서, 촬영 기기 정보는 수신된 디지털 이미지의 고유한 이미지 특징들을 추출하고, 추출된 고유한 이미지 특징들에 기초하여 획득될 수도 있고, 사용자 입력을 통해 획득될 수도 있다. 물론, 촬영 기기 정보를 획득하는 방법이 이에 한정되지 않으며 디지털 이미지를 이용하여 촬영 기기 정보를 획득할 수 있는 모든 방법이 사용될 수 있다.
그리고, 단계 S1010에서 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시킴으로써, 복수의 색상 쉬프트 이미지들을 생성하고, 생성된 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출한다(S1030, S1040).
이 때, 복수의 색상 쉬프트 이미지들은 색상 각도를 0도에서부터 359도까지 1도 단위로 생성될 수도 있고, 미리 결정된 각도 단위로 생성될 수도 있다.
이 때, 단계 S1040은 복수의 색상 쉬프트 이미지들 각각에 대한 R, G, B 컬러별 SPN을 추출할 수 있으며, 추출된 복수의 색상 쉬프트 이미지들 각각에 대한 R, G, B 컬러별 SPN은 색상 위변조로 의심되는 디지털 이미지의 색상 각도 쉬프트에 따른 패턴 노이즈일 수 있다.
단계 S1040은 웨이블릿 기반 노이즈 제거 필터(wavelet-based de-noising filter)를 이용하여 복수의 색상 쉬프트 이미지들 각각의 센서 패턴 노이즈를 추출할 수 있다.
단계 S1040에 의해 복수의 색상 쉬프트 이미지에 대한 센서 패턴 노이즈가 추출되면 미리 저장된 복수의 기준 센서 패턴 노이즈들 중 단계 S1020에서 획득된 촬영 기기 정보에 대응하는 기준 센서 패턴 노이즈를 획득한다(S1050).
단계 S1050에서 촬영 기기 정보에 대응하는 기준 센서 패턴 노이즈가 획득되면, 추출된 센서 패턴 노이즈들과 획득된 기준 센서 패턴 노이즈의 상관 관계 값을 계산한다(S1060).
여기서, 촬영 기기들 각각의 기준 센서 패턴 노이즈는 상술한 도 5의 과정에 의해 생성될 수 있으며, 이렇게 생성된 촬영 기기들 각각의 기준 센서 패턴 노이즈는 촬영 기기 정보에 대응되도록 저장될 수 있다.
단계 S1060에서 추출된 센서 패턴 노이즈들과 획득된 기준 센서 패턴 노이즈의 상관 관계 값이 계산되면 계산된 상관 관계 값에 기초하여 수신된 디지털 이미지의 색상 위변조 여부를 추정한다(S1070).
이 때, 단계 S1070은 계산된 복수의 상관 관계 값들 중 최대 값을 확인하고, 확인된 최대 값을 가지는 색상 쉬프트 각도를 획득하며, 획득된 색상 쉬프트 각도가 미리 결정된 일정 각도 범위 이내에 있는지 판단하고, 일정 각도 범위를 벗어나는 경우 단계 S1010에서 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정하며, 일정 각도 범위 이내인 경우 단계 S1010에서 수신된 디지털 이미지를 색상 위변조되지 않은 디지털 이미지로 추정할 수 있다.
단계 S1070 추정 결과, 수신된 디지털 이미지가 색상 위변조로 추정되면 수신된 디지털 이미지에 대해 위변조되지 않은 디지털 이미지를 생성하고, 생성된 위변조되지 않은 디지털 이미지를 저장한다(S1080, S1090).
여기서, 단계 S1080은 수신된 디지털 이미지가 색상 위변조된 디지털 이미지로 추정되면 수신된 디지털 이미지의 색상을 획득된 색상 쉬프트 각도만큼 마이너스 쉬프트시켜 수신된 디지털 이미지에 대한 위변조되지 않은 디지털 이미지를 생성할 수 있다.
도 11은 본 발명의 다른 일 실시예에 따른 디지털 이미지 색상 위변조 장치에 대한 구성을 나타낸 것으로, 도 4 내지 도 6에 대한 동작을 수행하는 장치를 나타낸 것이다.
도 11을 참조하면, 디지털 이미지 색상 위변조 장치(1100)는 수신부(1110), 생성부(1120), 추출부(1130), 계산부(1140), 추정부(1150) 및 저장부(1160)를 포함한다.
수신부(1110)는 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신한다.
이 때, 수신부(1110)는 기준 센서 패턴 노이즈를 생성하기 위한 위변조되지 않은 복수의 디지털 이미지들을 수신할 수도 있다.
생성부(1120)는 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시킴으로써, 복수의 색상 쉬프트 이미지들을 생성한다.
추출부(1130)는 생성된 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출한다.
이 때, 추출부(1130)는 웨이블릿 기반 노이즈 제거 필터(wavelet-based de-noising filter)를 이용하여 복수의 색상 쉬프트 이미지들 각각의 센서 패턴 노이즈를 추출할 수 있고, 복수의 색상 쉬프트 이미지들 각각에 대한 RGB 컬러별 SPN을 추출할 수 있으며, 추출된 복수의 색상 쉬프트 이미지들 각각에 대한 RGB 컬러별 SPN은 색상 위변조로 의심되는 디지털 이미지의 색상 각도 쉬프트에 따른 패턴 노이즈일 수 있다.
또한, 추출부(1130)는 기준 센서 패턴 노이즈를 생성하기 위하여, 수신된 위변조되지 않은 복수의 디지털 이미지들로부터 센서 패턴 노이즈들을 추출할 수도 있다.
계산부(1140)는 복수의 색상 쉬프트 이미지들 각각의 추출된 센서 패턴 노이즈와 미리 결정된 기준 센서 패턴 노이즈의 상관 관계 값을 계산한다.
여기서, 기준 센서 패턴 노이즈는 생성부(1120)에 의해 생성될 수도 있고, 저장부(116)에 미리 저장된 상태에서 획득될 수도 있다.
예컨대, 생성부(1120)는 위변조되지 않은 복수의 디지털 이미지들로부터 추출된 센서 패턴 노이즈들의 평균을 계산하고, 계산된 센서 패턴 노이즈들의 평균을 기준 센서 패턴 노이즈로 생성할 수 있다.
추정부(1150)는 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 수신된 디지털 이미지의 색상 위변조 여부를 추정한다.
이 때, 추정부(1150)는 계산된 상관 관계 값들 중 최대 값을 가지는 색상 쉬프트 각도를 획득하며, 획득된 색상 쉬프트 각도가 일정 각도 범위를 벗어나는 경우 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정하고, 일정 각도 범위 이내인 경우 수신된 디지털 이미지를 색상 위변조되지 않은 디지털 이미지로 추정할 수 있다.
추정부(1150)에 의해 수신된 디지털 이미지가 색상 위변조된 디지털 이미지로 추정되는 경우 생성부(1120)는 수신된 디지털 이미지의 색상을 획득된 색상 쉬프트 각도만큼 마이너스 쉬프트시켜 수신된 디지털 이미지에 대한 위변조되지 않은 디지털 이미지를 생성할 수도 있다.
저장부(1160)는 본 발명을 수행하기 위한 알고리즘, 생성부(1120)에 의해 생성되는 색상 쉬프트 이미지들, 추출부(1130)에 의해 추출된 센서 패턴 노이즈, 기준 센서 패턴 노이즈 등과 같은 본 발명과 관련된 모든 정보를 저장한다.
또한, 본 발명에 따른 색상 위변조 추정 장치는 상술한 내용으로 한정하지 않으며 비록 도시하진 않았지만 수신한 디지털 이미지에 대한 촬영 영상 정보를 획득하고, 획득된 촬영 영상 정보에 대응하는 기준 센서 패턴 노이즈를 획득한 후 획득된 기준 센서 패턴 노이즈와 복수의 색상 쉬프트 이미지들에 대한 센서 패턴 노이즈들의 상관 관계 값을 계산할 수도 있다. 물론, 이 경우는 색상 위변조 추정 장치에 촬영 영상 정보들 각각에 대한 기준 센서 패턴 노이즈를 저장하고 있어야 하며, 수신된 디지털 이미지에 대한 촬영 영상 정보를 획득할 수 있어야 한다.
본 발명의 일 실시예에 따른 디지털 이미지 색상 위변조 추정 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (11)

  1. 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하는 단계;
    상기 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시켜 복수의 색상 쉬프트 이미지들을 생성하는 단계;
    상기 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출하는 단계;
    상기 추출된 센서 패턴 노이즈와 미리 결정된 기준 센서 패턴 노이즈의 상관 관계 값을 계산하는 단계; 및
    상기 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 상기 수신된 디지털 이미지의 색상 위변조 여부를 추정하는 단계
    를 포함하는 디지털 이미지 색상 위변조 추정 방법.
  2. 제1항에 있어서,
    상기 색상 위변조 여부를 추정하는 단계는
    상기 계산된 상관 관계 값들 중 최대 값을 가지는 색상 쉬프트 각도를 획득하고, 상기 획득된 색상 쉬프트 각도가 일정 각도 범위를 벗어나는 경우 상기 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정하는 디지털 이미지 색상 위변조 추정 방법.
  3. 제2항에 있어서,
    상기 수신된 디지털 이미지가 색상 위변조된 디지털 이미지로 추정되면 상기 수신된 디지털 이미지의 색상을 상기 획득된 색상 쉬프트 각도만큼 마이너스 쉬프트시켜 상기 수신된 디지털 이미지에 대한 위변조되지 않은 디지털 이미지를 생성하는 단계
    를 더 포함하는 디지털 이미지 색상 위변조 추정 방법.
  4. 제1항에 있어서,
    상기 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지가 수신되면 상기 수신된 디지털 이미지에 대한 위변조 되지 않은 적어도 하나의 디지털 이미지를 수신하는 단계;
    상기 적어도 하나의 디지털 이미지로부터 센서 패턴 노이즈를 추출하는 단계; 및
    상기 추출된 적어도 하나의 디지털 이미지의 센서 패턴 노이즈를 상기 기준 센서 패턴 노이즈로 결정하는 단계
    를 더 포함하는 디지털 이미지 색상 위변조 추정 방법.
  5. 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하는 단계;
    상기 수신된 디지털 이미지에 대한 촬영 기기 정보를 획득하는 단계;
    상기 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시켜 복수의 색상 쉬프트 이미지들을 생성하는 단계;
    상기 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출하는 단계;
    미리 저장된 복수의 기준 센서 패턴 노이즈들 중 상기 획득된 촬영 기기 정보에 대응하는 기준 센서 패턴 노이즈를 획득하는 단계;
    상기 추출된 센서 패턴 노이즈와 상기 획득된 기준 센서 패턴 노이즈의 상관 관계 값을 계산하는 단계; 및
    상기 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 상기 수신된 디지털 이미지의 색상 위변조 여부를 추정하는 단계
    를 포함하는 디지털 이미지 색상 위변조 추정 방법.
  6. 제5항에 있어서,
    상기 색상 위변조 여부를 추정하는 단계는
    상기 계산된 상관 관계 값들 중 최대 값을 가지는 색상 쉬프트 각도를 획득하고, 상기 획득된 색상 쉬프트 각도가 일정 각도 범위를 벗어나는 경우 상기 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정하는 디지털 이미지 색상 위변조 추정 방법.
  7. 제5항에 있어서,
    상기 촬영 기기 정보를 획득하는 단계는
    상기 수신된 디지털 이미지의 고유한 이미지 특징들을 추출하고, 상기 추출된 고유한 이미지 특징들에 기초하여 상기 촬영 기기 정보를 획득하는 디지털 이미지 색상 위변조 추정 방법.
  8. 색상(Hue) 위변조 여부를 추정하고자 하는 디지털 이미지를 수신하는 수신부;
    상기 수신된 디지털 이미지에 대해 색상 각도를 미리 결정된 복수의 각도들로 쉬프트시켜 복수의 색상 쉬프트 이미지들을 생성하는 생성부;
    상기 복수의 색상 쉬프트 이미지들 각각으로부터 센서 패턴 노이즈를 추출하는 추출부;
    상기 추출된 센서 패턴 노이즈와 미리 결정된 기준 센서 패턴 노이즈의 상관 관계 값을 계산하는 계산부; 및
    상기 복수의 색상 쉬프트 이미지들 각각에 대해 계산된 상관 관계 값에 기초하여 상기 수신된 디지털 이미지의 색상 위변조 여부를 추정하는 추정부
    를 포함하는 디지털 이미지 색상 위변조 추정 장치.
  9. 제8항에 있어서,
    상기 추정부는
    상기 계산된 상관 관계 값들 중 최대 값을 가지는 색상 쉬프트 각도를 획득하고, 상기 획득된 색상 쉬프트 각도가 일정 각도 범위를 벗어나는 경우 상기 수신된 디지털 이미지를 색상 위변조된 디지털 이미지로 추정하는 디지털 이미지 색상 위변조 추정 장치.
  10. 제9항에 있어서,
    상기 생성부는
    상기 수신된 디지털 이미지가 색상 위변조된 디지털 이미지로 추정되면 상기 수신된 디지털 이미지의 색상을 상기 획득된 색상 쉬프트 각도만큼 마이너스 쉬프트시켜 상기 수신된 디지털 이미지에 대한 위변조되지 않은 디지털 이미지를 생성하는 디지털 이미지 색상 위변조 추정 장치.
  11. 제8항에 있어서,
    상기 수신부는
    위변조 되지 않은 적어도 하나의 디지털 이미지를 수신하고,
    상기 추출부는
    상기 적어도 하나의 디지털 이미지로부터 센서 패턴 노이즈를 추출하며,
    상기 기준 센서 패턴 노이즈는
    상기 적어도 하나의 디지털 이미지의 추출된 센서 패턴 노이즈인 디지털 이미지 색상 위변조 추정 장치.
KR1020150051896A 2015-04-13 2015-04-13 센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치 KR101644268B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150051896A KR101644268B1 (ko) 2015-04-13 2015-04-13 센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150051896A KR101644268B1 (ko) 2015-04-13 2015-04-13 센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR101644268B1 true KR101644268B1 (ko) 2016-08-02

Family

ID=56708350

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150051896A KR101644268B1 (ko) 2015-04-13 2015-04-13 센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101644268B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4120106A4 (en) * 2020-10-16 2023-10-25 Tencent Technology (Shenzhen) Company Limited ARTIFICIAL INTELLIGENCE-BASED IDENTITY VERIFICATION METHOD AND APPARATUS, COMPUTER DEVICE AND STORAGE MEDIUM

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080113611A (ko) * 2007-06-25 2008-12-31 중앙대학교 산학협력단 디지털 이미지의 위·변조 분석기 및 그 방법
KR20110048919A (ko) * 2009-11-03 2011-05-12 중앙대학교 산학협력단 보간 검출 장치, 보간 영역 검출 장치 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080113611A (ko) * 2007-06-25 2008-12-31 중앙대학교 산학협력단 디지털 이미지의 위·변조 분석기 및 그 방법
KR20110048919A (ko) * 2009-11-03 2011-05-12 중앙대학교 산학협력단 보간 검출 장치, 보간 영역 검출 장치 및 그 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1:KAIST *
논문2:한국인터넷정보학회 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4120106A4 (en) * 2020-10-16 2023-10-25 Tencent Technology (Shenzhen) Company Limited ARTIFICIAL INTELLIGENCE-BASED IDENTITY VERIFICATION METHOD AND APPARATUS, COMPUTER DEVICE AND STORAGE MEDIUM

Similar Documents

Publication Publication Date Title
Li et al. Color-decoupled photo response non-uniformity for digital image forensics
US8160293B1 (en) Determining whether or not a digital image has been tampered with
Swaminathan et al. Digital image forensics via intrinsic fingerprints
Bayram et al. Classification of digital camera-models based on demosaicing artifacts
Luo et al. A survey of passive technology for digital image forensics
JP5143896B2 (ja) 画像修飾及びフレームレート変換に反応しないビデオ署名の導出
Yerushalmy et al. Digital image forgery detection based on lens and sensor aberration
Deng et al. Source camera identification using auto-white balance approximation
US7616237B2 (en) Method and apparatus for identifying an imaging device
US8811733B2 (en) Method of chromatic classification of pixels and method of adaptive enhancement of a color image
Fan et al. Estimating EXIF parameters based on noise features for image manipulation detection
US20090257671A1 (en) Method and apparatus for identifying an imaging device
Murali et al. Comparision and analysis of photo image forgery detection techniques
Abdulrahman et al. Color images steganalysis using RGB channel geometric transformation measures
Mahdian et al. Identification of aliasing-based patterns in re-captured LCD screens
Chen et al. Detecting anti-forensic attacks on demosaicing-based camera model identification
Albisani et al. Checking PRNU Usability on modern devices
KR101644268B1 (ko) 센서 패턴 노이즈를 이용한 디지털 이미지 색상 위변조 추정 방법 및 그 장치
US10929960B2 (en) Method and image processing device for detecting a portion of an image
CN111027573A (zh) 基于盲取证技术的图像真伪鉴别方法
Hou et al. Hue modification estimation using sensor pattern noise
Murali et al. Detection Of digital photo image forgery
Lekshmi et al. Source camera identification of image for forensic analysis using sensor fingerprints
Mahdian et al. Detecting cyclostationarity in re-captured LCD screens
Fan et al. Image tampering detection using noise histogram features

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 4