Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân tích pháp y máy in laser màu dựa trên đặc trưng nhiễu và bộ phân loại vector hỗ trợ
Tóm tắt
Pháp y kỹ thuật số trong thời đại phổ biến có thể nâng cao và bảo vệ độ tin cậy của nội dung đa phương tiện, nơi mà nội dung này được truy cập, thao tác và phân phối bằng cách sử dụng các thiết bị máy tính chất lượng cao. Pháp y máy in laser màu là một loại pháp y kỹ thuật số xác định nguồn in của các tài liệu in màu như tác phẩm nghệ thuật, tiền và tài liệu, và giúp bắt giữ tội phạm. Bài báo này trình bày một thuật toán pháp y máy in laser màu mới dựa trên phân tích kết cấu nhiễu và bộ phân loại vector hỗ trợ, có khả năng phát hiện máy in laser màu nào đã được sử dụng để in các hình ảnh không xác định. Vì mỗi nhà cung cấp máy in sử dụng quy trình in riêng của họ, các tài liệu in từ các nhà cung cấp khác nhau có sự khác biệt nhỏ không thể thấy được, giống như nhiễu. Trong sơ đồ nhận diện của chúng tôi, các nhiễu không thể thấy được được ước lượng bằng bộ lọc Wiener và biến đổi sóng rời rạc 2D (DWT). Sau đó, ma trận đồng xuất hiện cấp độ xám (GLCM) được tính toán để phân tích kết cấu của nhiễu. Từ GLCM, 384 đặc trưng thống kê được trích xuất và áp dụng để huấn luyện và kiểm tra bộ phân loại vector hỗ trợ để xác định các máy in laser màu. Trong cuộc thử nghiệm, tổng cộng 4,800 hình ảnh từ 8 mẫu máy in laser màu đã được sử dụng, trong đó một nửa số hình ảnh được dùng để huấn luyện và nửa còn lại được dùng để phân loại. Kết quả chứng minh rằng thuật toán được trình bày hoạt động tốt với độ chính xác đạt 99.3%, 97.4% và 88.7% cho việc nhận diện thương hiệu, mực và mẫu tương ứng.
Từ khóa
#Pháp y kỹ thuật số #máy in laser màu #phân tích nhiễu #bộ phân loại vector hỗ trợ #nhận diện máy inTài liệu tham khảo
Chang CC, Lin CJ (2010) LIBSVM: a library for support vector machines. http://www.csie.ntu.edu.tw/~cjlin/libsvm, April 2010.
Chiang P-J, Khanna N, Mikkilineni AK, Segovia MVO, Suh S, Allebach JP, Chiu GT-C, Delp EJ (2009) Printer and scanner forensics. IEEE Signal Process Mag 26:72–83. doi:10.1109/MSP.2008.931082
Choi JH, Im DY, Lee HY, Lee HK, Oh JT, R J.H (2009) Color laser printer identification by analyzing statistical features on discrete wavelet transform. Proc. of IEEE Int. Conf. on Image Process., pp 1505–1508. doi:10.1109/ICIP.2009.5414614.
Deng W, Chen Q, Yuan F, Yan Y (2008) Printer identification based on distance transform. Proc. of Int. Conf. on Intell. Netw. and Intell. Syst., pp 565–568. doi:10.1109/ICINIS.2008.158.
Electronic Frontier Foundation, DocuColor Tracking Dot Decoding Guide. http://w2.eff.org/Privacy/printers/docucolor/.
Francis EHT, Lijuan C (2001) Application of support vector machines in financial time series forecasting. Omega 29:309–317. doi:10.1016/S0305-0483(01)00026-3
Haralick RM, Shapiro LG (1992) Computer and robot vision: Vol. 1. Addison-Wesley, pp 459.
Haralick RM, Shanmugam K, Dinstein I (1973) Textural features for image classification. IEEE Trans Syst Man Cybern 3:610–621
Hsu CW, Chang CC, Lin CJ (2004) A practical guide to support vector classification. Technical Report, Department of Computer Science and Information Engineering, National Taiwan University, Available at http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf.
Lee HY, Choi JH (2010) Identifying color laser printer using noisy feature and support vector machine. Proc. of the 5th Int. Conf. on Ubiquitous Inf. Technol. and Appl., pp 1–6. doi:10.1109/ICUT.2010.5677773.
Lim JS (1990) Two-dimensional signal and image processing. Prentice Hall, Englewood Cliffs, p 548
Mallat S (1989) A theory for multiresolution signal decomposition: the wavelet representation. IEEE Trans Pattern Anal Mach Intell 11:674–693
Mikkilineni AK, Ali GN, Chiang P-J, Chiu GT, Allebach JP, Delp EJ (2004) Signature-embedding in printed documents for security and forensic applications. Proc. of SPIE Int. Conf. on Secur., Steganography, and Watermarking of Multimed. Contents 5306:455–466. doi:10.1117/12.531944.
Ohta N, Rosen M (2006) Color desktop printer technology. CRC Press.
Orfanidis SJ (1996) Optimum signal processing. An introduction, 2nd edn. Prentice-Hall, Englewood Cliffs
Printer Steganography from Wikipedia, http://en.wikipedia.org/wiki/Printer_steganography.
Ross SM (2004) Introduction to probability and statistic for engineers and scientists. Elsevier Academic Press.
Ryu SJ, Lee HY, Cho IW, Lee HK (2008) Document forgery detection with SVM classifier and image quality measure. Lect Notes Comput Sci 5353:486–495
Jafri R, Arabnia HR (2009) A Survey of Face Recognition Techniques. J of Inf Process Syst 5:41–68. doi:10.3745/JIPS.2009.5.2.041