Emergent Morphing Attack Detection in Open Multi-modal Large Language Models
Faculty of Electrical Engineering, University of Ljubljana（卢布尔雅那大学电气工程学院）
本文提出利用开源多模态大语言模型进行零样本人脸形变攻击检测，通过实验表明其在无微调情况下具备优异的判别能力，性能超越传统基线23%。
2026-02-17 cs.CV
DF2023: The Digital Forensics 2023 Dataset for Image Forgery Detection
Austrian Institute of Technology（奥地利技术研究院）
针对篡改图像操纵舆论的威胁，发布包含百万张图像、覆盖拼接等四类伪造的DF2023数据集，以支持客观比较架构并减少数据准备成本。
2025-03-28 cs.CV
Exploring the Robustness of AI-Driven Tools in Digital Forensics: A Preliminary Study
University of Cagliari（卡利亚里大学）
本文评估Magnet AI与Excire Photo AI在数字取证分类中的鲁棒性，通过真实图像、聊天图像和deepfake测试发现其存在漏检与误分类，并提出改进建议。
2024-12-02 cs.CV
Contrast Enhancement Estimation for Digital Image Forensics
对比度增强中的不一致性可用于曝光图像。在这项工作中，我们描述了一种新的方法来估计对比度增强从一个单一的图像。我们的方法利用了对比度增强作为像素值之间的映射的性质，以及它引入图像像素直方图的独特特性。我们的方法恢复原始像素直方图和对比度增强同时从一个单一的图像与迭代算法。与以前的方法不同，我们的方法是鲁棒的存在加性噪声扰动，用于隐藏的对比度增强的痕迹。此外，我们还开发了一种有效的方法来检测图像区域进行对比度增强变换，是不同于其余的图像，并使用这种方法来检测合成图像。我们进行了广泛的实验评估，以证明我们的方法的有效性和效率。
2017-06-13 cs.CV
Digital Image Forensics vs. Image Composition: An Indirect Arms Race
图像合成领域不断尝试改进图像可以被改变和增强的方式。虽然这通常是以美学和实用性的名义进行的，但它也提供了可用于恶意修改图像的工具。从这个意义上说，数字图像取证领域必须做好准备，以应对不断涌入的新技术。在本文中，这场军备竞赛的现状进行了分析，调查的国家的最先进的，并提供手段来比较双方。提出了一种新的尺度来分类图像取证评估，并进行了实验，以测试不同的取证痕迹的组合技术。我们表明，即使在取证研究似乎不知道的先进形式的图像组成，它拥有的基本工具来检测它。
2016-01-13 cs.CV cs.MM
Gender and Ethnicity Classification based on Palmprint and Palmar Hand Images from Uncontrolled Environment
诸如性别、种族或年龄的软生物特征属性可以为生物特征和取证应用提供有用的信息。研究人员使用，例如，面部、步态、虹膜和手等来对这些属性进行分类。虽然手已经被广泛研究的生物特征识别，相对较少的关注已经给予软生物特征从手。以往基于手部图像的软生物特征识别研究主要集中在性别和良好控制的成像环境上。在本文中，性别和种族分类在非受控环境中被认为是。收集性别和种族标签，并在公开数据库中为受试者提供，该数据库包含来自互联网的手部图像。五个深度学习模型在基于手掌的性别和种族分类场景中进行了微调和评估：1）完整的手，2）分割的手和3）掌纹图像。实验结果表明，对于非受控环境下的性别和种族分类，完整和分割的手部图像比掌纹图像更适合。
2020-08-06 cs.CV
Forensic Similarity for Digital Images
Drexel University（德雷塞尔大学）
在本文中，我们介绍了一种新的数字图像取证方法称为取证相似性，它确定是否两个图像补丁包含相同的取证痕迹或不同的取证痕迹。这种方法的一个好处是不需要法医痕迹的先验知识（例如训练样本）来在将来对其进行法医相似性判定。为此，我们提出了一个由两部分组成的深度学习系统，包括一个基于CNN的特征提取器和一个三层神经网络，称为相似性网络。该系统将成对的图像块映射到指示它们是否包含相同或不同的取证痕迹的分数。我们评估了确定两个图像块是否1）由相同或不同的相机模型捕获，2）由相同或不同的编辑操作操纵，以及3）由相同或不同的操纵参数操纵（给定特定的编辑操作）的系统准确度。实验表明，各种法医痕迹的适用性，重要的是，“未知”的法医痕迹，没有被用来训练的系统显示的功效。实验还表明，所提出的系统显着改善了现有技术，减少了一半以上的出错率。此外，我们证明了实用的法医相似性方法在两个实际应用：伪造检测和本地化，数据库一致性验证。
2019-07-19 cs.CV eess.IV
To Beta or Not To Beta: Information Bottleneck for DigitaL Image Forensics
Verisk AI, Verisk Analytics（韦睿斯克分析旗下韦睿斯克人工智能）；Vision and Security Technology (VAST) Lab（视觉与安全技术实验室）
本文提出InfoPrint，利用信息瓶颈和近似变分推断定位图像篡改区域，在标准数据集上超越现有方法，并能检测GAN修复的修改。
2019-08-11 cs.CV
Detection of Hate and Threat in Digital Forensics: A Case-Driven Multimodal Approach
University of Nevada, Reno（内华达大学雷诺分校）
本文提出一种基于案例的多模态方法，用于数字取证中的仇恨与威胁检测，通过区分文本证据、关联上下文文本和图像证据，提升取证的可追溯性和准确性。
2026-04-08 cs.AI cs.CV cs.LG
Non-Colliding Biometric Identities for Digital Entities: Geometry, Capacity, and Million-Scale Virtual Identity Provisioning
Department of Computer Science, Drexel University（德雷塞尔大学计算机科学系）；Department of Computer Science and Engineering, Michigan State University（密歇根州立大学计算机科学与工程系）；Department of Computer Science, University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校计算机科学系）
本研究提出Biometric Identity Provisioning（BIP）框架，解决在真实人类身份库中提供非碰撞虚拟身份的问题，通过几何方法在真实面部流形中分配未被占用的间隙，生成高保真面部图像，并展示1000万非碰撞虚拟身份嵌入。
2026-05-18 cs.CV
Applying Artificial Intelligence for Age Estimation in Digital Forensic Investigations
University of Warwick（华威大学）
儿童性虐待和性剥削（CSAE）受害者的精确年龄估计是最重要的数字法医挑战之一。调查人员通常需要通过查看图像和解释性发育阶段和其他人类特征来确定受害者的年龄。主要优先事项-保护儿童-往往受到法医工作大量积压、认知偏见和这项工作可能带来的巨大心理压力的不利影响。本文评估了现有的面部图像数据集，并提出了一个新的数据集，适合类似的数字法医研究的贡献的需求。这个由0至20岁的个体组成的小而多样的数据集包含245张图像，并与来自FG-NET数据集的82张独特图像合并，从而获得了总共327张图像，具有高图像多样性和低年龄范围密度。新数据集在IMDB-WIKI数据集上预训练的深度预期（DEX）算法上进行测试。10至15岁青少年和16至20岁青少年/成人的总体结果非常令人鼓舞-MAE低至1.79，但也表明0至10岁儿童的准确性需要进一步研究。为了确定原型的有效性，四个数字法医专家，包括两名法医调查员的宝贵投入，已被考虑到，以改善年龄估计结果。需要进一步的研究，以扩大数据集的图像密度和平等分布的因素，如性别和种族多样性。
2022-01-09 cs.CR cs.CV cs.LG
A New Approach for Image Authentication Framework for Media Forensics Purpose
Al Azhar University（爱资哈尔大学）
随着数字媒体在医疗、海洋、勘探、安全、军事、天文、犯罪证据等重要领域的广泛应用，数字图像根据其所承载信息的重要性而具有不同的欣赏价值。由于数字图像易于被计算机软件操纵的特性，使得陪审团在法庭上使用数字图像作为司法证据时，尤其是在数字图像作为证明犯罪嫌疑人与犯罪分子之间关系的主要证据时，产生了疑问。显然，在这里，数据的独创性保护方法的重要性，以检测未经授权的过程，如修改或复制，从而加强证据的保护，以保证犯罪的权利。在本文中，我们将介绍一种新的数字取证安全框架的数字图像认证和原件识别技术和相关的方法，算法和协议，适用于相机捕获的图像。该方法依赖于在RGB图像中植入密码，该密码应指示正在调查的图像上的任何未经授权的修改。秘密代码生成主要取决于两个主要参数类型，即图像特征和捕获设备标识符。在本文中，架构框架将进行分析，解释和讨论连同相关的协议，算法和方法。此外，除了图像基准测试和质量测试技术之外，还将分析和讨论密码推导和插入技术。
2021-10-03 cs.CR cs.CV
An Overview of Recent Work in Media Forensics: Methods and Threats
Purdue University（普渡大学）
在本文中，我们回顾了媒体取证的数字图像，视频，音频（特别是语音）和文档的最新工作。对于每一种数据形态，我们讨论的合成和操作技术，可用于创建和修改数字媒体。然后，我们审查检测和量化这种操纵的技术进步。最后，我们认为开放的问题，并建议未来的研究方向。
2022-05-12 cs.CV cs.MM
Warwick Image Forensics Dataset for Device Fingerprinting In Multimedia Forensics
University of Warwick（华威大学）；Deakin University（迪肯大学）；Hangzhou Dianzi University（杭州电子科技大学）
像传感器模式噪声（SPN）这样的设备指纹被广泛用于来源分析和图像认证。在过去的几年里，数字摄影的快速发展极大地重塑了消费级移动设备上的图像捕获过程的管道。相机参数设置的灵活性和多帧摄影算法的出现，特别是高动态范围（HDR）成像，给设备指纹识别带来了新的挑战。对这些主题的后续研究需要一个新的有目的地构建的图像数据集。在本文中，我们提出了沃里克图像取证数据集，超过58,600张图像的图像数据集使用14个数码相机拍摄的各种曝光设置。对曝光设置的特别注意允许图像被不同的多帧计算摄影算法采用，并用于随后的设备指纹识别。该数据集作为开源发布，免费供数字取证社区使用。
2020-05-07 cs.CR cs.CV cs.MM
Comprehensive Dataset of Face Manipulations for Development and Evaluation of Forensic Tools
STR（STR公司）
数字媒体（例如，照片、视频）可以被容易地创建、编辑和共享。用于编辑数字媒体的工具能够做到这一点，同时还保持高度的照片真实感。虽然对数字媒体的许多类型的编辑通常是良性的，但其他类型的编辑也可以用于恶意目的。例如，最先进的面部编辑工具和软件可以人为地使一个人在不合时宜的时候看起来在微笑，或者将权威人物描绘成虚弱和疲惫的人，以诋毁个人。鉴于编辑数字媒体越来越容易，以及滥用的潜在风险，媒体取证工作已投入大量精力。为此，我们创建了一个编辑过的面部图像的挑战数据集，以帮助研究界开发新的方法来解决和分类数字媒体的真实性。我们的数据集包括应用于受控的肖像风格正面图像和全场景野外图像的编辑，这些图像可能包括多个（即，每个图像多于一个）面。我们的数据集的目标是解决以下挑战性问题：（1）我们能否确定给定图像的真实性（编辑检测）？(2)如果图像已被编辑，我们可以\textit{localize}编辑区域吗？(3)如果一个图像被编辑过，我们可以推断（分类）执行的编辑类型吗？图像取证的大多数研究通常试图回答项目（1），检测。据我们所知，目前还没有专门用于评估项目（2）和（3）（分别是本地化和分类）的正式数据集。我们希望，我们准备的评估协议将有助于研究人员改进图像取证的最新技术，因为它们涉及这些挑战。
2022-10-25 cs.CV cs.MM
VAAS: Vision-Attention Anomaly Scoring for Image Manipulation Detection in Digital Forensics
Forensics and Security Research Group, South East Technological University（法医与安全研究组，南东技术大学）；Security Research Group, School of Computer Science, University College Dublin（安全研究组，计算机科学学院，都柏林大学学院）
VAAS通过整合视觉注意力和片段一致性评分，提出一种双模块框架用于图像篡改检测，提升检测精度和可解释性。
2025-12-17 cs.CV cs.MM
Revolutionizing Blood Banks: AI-Driven Fingerprint-Blood Group Correlation for Enhanced Safety
University of Tabuk（塔布克大学）；Zarqa University（扎尔卡大学）；Jadara University（贾达拉大学）
本研究通过200名受试者分析指纹模式与ABO血型的关联，发现二者无统计学显著相关性，表明血型数据无法显著提升指纹识别效果，但为多模态生物特征识别系统的发展提供了参考。
2025-06-01 cs.AI cs.CV cs.LG
Neural Imaging Pipelines - the Scourge or Hope of Forensics?
Tandon School of Engineering, New York University（纽约大学坦登工程学院）；AGH University of Science and Technology（AGH科技大学）
数字照片的法医分析依赖于在其获取或随后编辑时引入的内在统计痕迹。这种迹线通常通过后处理（例如，在网络中分发时应用下采样和再压缩），这抑制了可靠的来源分析。在数码相机中越来越多地采用计算方法进一步使该过程复杂化，并且使得明确的数学建模不可行。虽然这一趋势对法医分析提出了挑战，即使在接近收购的条件下，它也创造了新的机会。本文探讨了整个图像采集和分发工作流程的端到端优化，以促进在最先进的取证技术无法实现的分发渠道末端进行可靠的取证分析。我们证明了一个神经网络可以被训练来取代整个照片开发管道，并联合优化高保真照片渲染和可靠的出处分析。这种优化的神经成像管道使我们能够将图像处理检测精度从大约45%到90%以上。该网络学习引入精心制作的工件，类似于数字水印，这有助于随后的操纵检测。性能权衡的分析表明，大部分的增益可以获得只有轻微的失真。研究结果鼓励进一步研究，以建立更可靠的成像管道，具有明确的出处保证属性。
2019-02-27 cs.CV cs.MM
Source Camera Identification and Detection in Digital Videos through Blind Forensics
National Institute of Technology, Rourkela（鲁尔克拉国家理工学院）
针对数字视频源摄像机识别问题，提出基于特征提取、特征选择与分类的盲取证技术，利用机器学习确定视频声称的源是否为原始源，实验证明其优于传统指纹方法。
2023-09-06 cs.CV cs.LG eess.IV
Digital Image Forensics using Deep Learning
PES University（PES大学）
在调查犯罪活动时，如果有证据，目前的问题是确定录像的可信度，并确定录像是真实的。如今，验证录像的一种方法是识别用于捕获有问题的图像或视频的相机。虽然一种非常常见的方法是使用图像元数据，但这些数据可以通过更改视频内容甚至将来自两个不同摄像机的内容拼接在一起来轻松伪造。鉴于对这一问题提出了许多解决办法，它尚未得到充分解决。我们项目的目的是建立一个算法，该算法使用图像中固有的信息痕迹来识别哪台相机用于捕获图像，使用过滤器，然后在这些过滤器上使用深度神经网络。解决这个问题将对刑事和民事审判甚至新闻报道中使用的证据的核实产生重大影响。
2022-10-14 cs.CV cs.MM
Cyber-Forensic Review of Human Footprint and Gait for Personal Identification
SVKM’s Narsee Monjee Institute of Management Studies University（SVKM纳尔塞·蒙吉管理科学与工程学院大学）
本综述针对全球恐怖主义下的身份识别难题，梳理了人类足迹的唯一性、应用场景及步态的行为预测作用，明确二者作为个人身份识别替代方案的应用价值。
2022-04-20 cs.AI cs.CR cs.CV
Toward Multimodal Interaction in Scalable Visual Digital Evidence Visualization Using Computer Vision Techniques and ISS
Forensic Lucid中的可视化要求与不同级别的案例知识抽象，表示，聚合以及操作方面有关，这是该提案的最终长期目标。它涵盖了从层次上下文的更精细的详细表示到Forensic Lucid程序，到记录的证据及其管理，它与程序的联系，评估以及GIPSY软件网络的管理。这包括在这些视图之间任意切换的能力，以及可用的多模式交互。目的是确定如何将调查结果应用于法医清醒和调查案件管理。因此，我们提出了一个可扩展的管理，可视化，并使用改进的交互式三维文件系统-无限空间系统-（ISS）的数字证据的评估表示，语义链接，并向数字调查者提供可使用的界面，该界面可通过使用包括手势以及眼睛注视和音频的计算机视觉技术的不同多模态交互技术来导航。
2018-08-01 cs.CR cs.CV cs.HC
