Wie können digitale Fälschungen erkannt werden, ohne sich auf lineare Interpolationsannahmen zu verlassen? Dieses Papier schlägt eine auf Farbfilterarray (CFA) basierende Fälschungsortungsmethode vor, die unabhängig von linearen Annahmen ist. Die Wahrscheinlichkeit, dass ein interpolierter Pixelwert in den Bereich seiner benachbarten erfassten Pixelwerte fällt, wird berechnet. Diese Wahrscheinlichkeit dient als Mittel zur Unterscheidung des Vorhandenseins und Fehlens von CFA-Artefakten sowie zur Unterscheidung zwischen verschiedenen Interpolationstechniken. Anschließend wird die Krümmung in der Analyse verwendet, um geeignete Merkmale für die Erzeugung der Manipulationswahrscheinlichkeitskarte auszuwählen. Experimentelle Ergebnisse auf den Datensätzen Columbia und Korus zeigen, dass die vorgeschlagene Methode die State-of-the-Art-Methoden übertrifft und auch robuster gegen verschiedene Angriffe ist, wie z. B. Rauschaddition, Gaußsche Filterung und JPEG-Komprimierung mit einem Qualitätsfaktor von 90. Die Ergebnisse legen nahe, dass die Methode eine verbesserte Robustheit gegen verschiedene Angriffe bietet und einen zuverlässigeren Ansatz zur Identifizierung von Bildmanipulationen in der digitalen Forensik darstellt.
Veröffentlicht in IET Signal Processing, steht diese Arbeit im Einklang mit dem Fokus der Zeitschrift auf die Weiterentwicklung von Signalverarbeitungstechniken für verschiedene Anwendungen. Durch die Vorstellung einer neuen Methode zur Erkennung von Bildfälschungen trägt die Studie zur laufenden Erforschung innovativer Ansätze zur Bildanalyse und -sicherheit der Zeitschrift bei. Die Forschung befasst sich mit einer kritischen Herausforderung in der digitalen Forensik und bietet eine potenzielle Lösung zur Verbesserung der Bildauthentifizierung.