面向凭证的计算机生成文本-数据图像主动取证方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61373180
  • 项目类别:
    面上项目
  • 资助金额:
    75.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0206.信息安全
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

The modern information management is an efficient measure for tackling the faked voucher. The voucher digitizing and the adopted digital anti-fake and authentication technology are the key parts of modern information management. Combined the character of digital image, this project proposes a new concept of the computer-generated text-data image (CGTDI) from the point of view of voucher-digitizing application. To address the anti-fake and authentication requirement of digital-voucher, this project will research the digital image active-forensics methods of the CGTDI. The main research content includes the following four aspects. (1) The concept, model and characteristic analysis of the CGTDI are researched; (2) Giving consideration to the low-distortion and small file-size, the information hiding methods are studied for the CGTDI; (3) the methods of generating watermark data with variable capacity are researched for the CGTDI based on the classification code; (4) the tamper detection and tamper recovery methods and their performance are studied based on the CGTDI characteristic. Based on the research, the simulation platform of the CGTDI generation and authentication for a given voucher is designed and realized, which is used to verify the security, validity and suitability of the watermarked CGTDI generated by the proposed image active-forensics methods and perfect the conception and meaning of the CGTDI by the multiple simulation experiments. The research of this project is beneficial exploration for the practical applications of the digital image active-forensics technique.
现代信息化管理是打击证件、发票等凭证造假的有效手段,而纸质凭证数字化及其防伪认证是信息化管理的关键环节。为此,本项目结合数字图像的特征,从"纸质凭证数字化"的应用角度提出"计算机生成文本-数据图像"的新概念,针对凭证数字化防伪认证的需求,展开适合于文本-数据图像的主动取证方法研究。主要研究内容包括:(1) 文本-数据图像概念、建模和特征分析;(2) 兼顾失真度和文件长度的文本-数据图像信息隐藏方法;(3) 基于分类编码的文本-数据图像变容量水印生成;(4) 基于文本-数据图像特征的篡改检测与篡改恢复算法设计与性能分析。在此基础上,构建特定凭证的文本-数据图像生成与认证系统仿真平台,分析验证基于主动取证算法生成含认证信息文本-数据图像的安全性、有效性和适用性,完善计算机生成文本-数据图像的概念和内涵。本项目研究是数字图像主动取证技术走向实际应用的有益探索。

结项摘要

随着互联网、云计算等技术的发展,网络空间已成为人们生活环境的重要组成部分。物理生活空间的各种重要证件、票据等凭证的数字化管理及其防伪认证是网络空间必须解决的关键问题。本课题针对网络空间中凭证数字化及其防伪认证需求,展开纸质凭证数字化、不同格式的数据隐藏方法、低码率恢复水印编码、篡改检测与恢复性能分析等数字图像主动取证关键技术进行了深入研究。项目立项以来,课题组按照研究计划有序执行,通过4年的探索研究完成成果如下。(1) 兼顾信息冗余和文件大小,提出了基于块分类的PNG电子发票图像认证水印算法、定位PDF电子发票篡改的主动取证算法、用于JPGE、GIF等压缩文本-数据图像的多重篡改检测与重要信息自恢复的认证水印算法; (2) 提出了基于重要块二值编码、块分类编码的文本-数据图像自适应变长恢复水印编码方法、提出了基于方向特征、子空间投影等单帧图像超分辨重建的超低码率变长恢复水印编码方法,以缓解恢复水印容量与篡改恢复质量之间的矛盾;(3) 课题组研究发现,多描述编码与数字图像修复技术相结合,能有效缓解一致篡改与恢复质量之间的矛盾;提出了基于颜色-梯度、4方向特征、Curvelet方向特征等多种图像修复算法和基于多描述编码的图像自恢复水印算法。(4) 针对项目研究过程中发现的数字凭证云存储管理和隐私保护等新问题,开展了加密域可逆信息隐藏和目标检测等项目拓展研究。本项目按计划完成了全部研究内容,达到了预期研究目标。项目的具体成果主要以学术论文与发明专利形式呈现,发表标注本项目资助的学术论文34篇,其中期刊论文27篇,会议论文7篇,SCI收录13篇(含3篇IEEE国际顶级期刊论文),EI收录32篇;申请国家发明专利6件,其中5件已获发明专利授权;培养博士毕业生2人,硕士毕业生14人。

项目成果

期刊论文数量(27)
专著数量(0)
科研奖励数量(0)
会议论文数量(7)
专利数量(6)
Adaptive single-pixel imaging based on guided coefficients
基于引导系数的自适应单像素成像
  • DOI:
    10.1364/josaa.34.000039
  • 发表时间:
    2017
  • 期刊:
    Journal of the Optical Society of America A-Optics Image Science and Vision
  • 影响因子:
    1.9
  • 作者:
    Huo Yao-Ran;He Hong-Jie;Chen Fan;Tai Heng-Ming
  • 通讯作者:
    Tai Heng-Ming
基于边界邻域最大值滤波的快速图像去雾算法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    光子学报
  • 影响因子:
    --
  • 作者:
    陈露;和红杰;陈帆
  • 通讯作者:
    陈帆
Rotation and scale invariant target detection in optical remote sensing images based on pose-consistency voting
基于位姿一致性投票的光学遥感图像旋转和尺度不变目标检测
  • DOI:
    10.1007/s11042-016-3857-5
  • 发表时间:
    2016-08
  • 期刊:
    Multimedia Tools and Applications
  • 影响因子:
    3.6
  • 作者:
    Lin Yudong;He Hongjie;Tai Heng-Ming;Chen Fan;Yin Zhongke
  • 通讯作者:
    Yin Zhongke
Single image super-resolution via subspace projection and neighbor embedding
通过子空间投影和邻域嵌入的单图像超分辨率
  • DOI:
    10.1016/j.neucom.2014.02.026
  • 发表时间:
    2014-09
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Li Xiaoyan;He Hongjie;Yin Zhongke;Chen Fan;Cheng Jun
  • 通讯作者:
    Cheng Jun
Color-Direction Patch-Sparsity-Based Image Inpainting Using Multidirection Features
使用多方向特征进行基于颜色方向补丁稀疏性的图像修复。
  • DOI:
    10.1109/tip.2014.2383322
  • 发表时间:
    2015-03-01
  • 期刊:
    IEEE TRANSACTIONS ON IMAGE PROCESSING
  • 影响因子:
    10.6
  • 作者:
    Li, Zhidan;He, Hongjie;Chen, Fan
  • 通讯作者:
    Chen, Fan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于样本特征解码约束的GANs
  • DOI:
    10.16383/j.aas.c190496
  • 发表时间:
    2022
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    陈泓佑;陈帆;和红杰;朱翌明
  • 通讯作者:
    朱翌明
基于近似分量能量的半脆弱音频水印算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    宁超魁;和红杰;陈帆;尹忠科
  • 通讯作者:
    尹忠科
基于等照度线平滑的NSCT图像修复算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    李志丹;和红杰;尹忠科;仁青诺布;LI Zhi-dan1,HE Hong-jie1,YIN Zhong-ke1,REN Qing-nu;2.Institute of Technology,Tibet University,Lasa 85
  • 通讯作者:
    2.Institute of Technology,Tibet University,Lasa 85
联合4方向特征的全局优化图像补全算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    光学精密工程
  • 影响因子:
    --
  • 作者:
    李志丹;和红杰;陈帆;尹忠科
  • 通讯作者:
    尹忠科
用于图像认证的变容量恢复水印算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    陈帆;和红杰;王宏霞
  • 通讯作者:
    王宏霞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

和红杰的其他基金

基于混合加密的密文图像可逆数据隐藏研究
  • 批准号:
    61872303
  • 批准年份:
    2018
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目
基于成像参数的新型安全数码相机模型及其关键技术研究
  • 批准号:
    60970122
  • 批准年份:
    2009
  • 资助金额:
    30.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码