Méthodes statistiques pour la criminalistique des images numériques

Statistical Methods for Digital Image Forensics

• Auteur / Autrice : Thi Ngoc Canh Doan
• Direction : Florent Retraint, Cathel Zitzmann
• Type : Thèse de doctorat
• Discipline(s) : Optimisation et Sûreté des Systèmes
• Date : Soutenance le 09/11/2018
• Etablissement(s) : Troyes
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'Ingénieur (Troyes, Aube)
• Partenaire(s) de recherche : : Grand Troyes - ANR (Agence nationale de la recherche)
• Partenaire(s) de recherche : Laboratoire : Institut Charles Delaunay / ICD
• Jury : Président / Présidente : Hugues Talbot
• Jury : Examinateurs / Examinatrices : Florent Retraint, Cathel Zitzmann, Hugues Talbot, Frédéric Morain-Nicolier, William Puech, Qiao Tong
• Jury : Rapporteurs / Rapporteuses : Frédéric Morain-Nicolier
• DOI : 10.70675/3ddfaa0cz1056z44c1za83cz89657cd47564

Mots clés

Mots clés contrôlés

Tests d'hypothèses (statistique)

Traitement d'images

Authentification

Criminalistique

Modèles mathématiques

Estimation de paramètres

Mots clés libres

Tests d'hypothèses (statistique)

Traitement d'images

Authentification

Criminalistique

Modèles mathématiques

Estimation de paramètres

Statistical hypothesis testing

Image processing

Authentication

Forensic sciences

Mathematical models

Parameter Estimation

Résumé

L’explosion de la technologie d’imagerie numérique s’est considérablement accrue, posant d’énormes problèmes pour la sécurité de l’information. Grâce à des outils d'édition d'images à faible coût, l'omniprésence des images falsifiées est devenue une réalité incontournable. Cette situation souligne la nécessité d'étendre les recherches actuelles dans le domaine de la criminalistique numérique afin de restaurer la confiance dans les images numériques. Deux problèmes importants sont abordés dans cette thèse: l’estimation du facteur de qualité d’une image JPEG et la détection de la falsification des images numériques. Ces travaux s’inscrivent dans le cadre de la théorie des tests d’hypothèse et proposent la construction de détecteurs permettant de respecter une contrainte sur la probabilité de fausse alarme. Afin d’atteindre une performance de détection élevée, il est proposé d’exploiter un modèle statistique des images naturelles. Ce modèle est construit à partir du processus de formation des images. Des expériences numériques sur des images simulées et réelles ont mis en évidence la pertinence de l'approche proposée.

Digital imaging technology explosion has grown significantly posing tremendous security concerns to information security. Under the support of low-cost image editing tools, the ubiquity of tampered images has become an unavoidable reality. This situation highlights the need to improve and extend the current research in the field of digital forensics to restore the trust of digital images. Since each stage of the image history leaves a specific trace on the data, we propose to extract the digital fingerprint as evidence of tampering. Two important problems are addressed in this thesis: quality factor estimation for a given JPEG image and image forgery authentication. For the first problem, a likelihood ratio has been constructed relied on a spatial domain model of the variance of 8 × 8 blocks of JPEG images. In the second part of thesis, the robust forensic detectors have been designed for different types of tampering in the framework of the hypothesis testing theory based on a parametric model that characterizes statistical properties of natural images. The construction of this model is performed by studying the image processing pipeline of a digital camera. The statistical estimation of unknown parameters is employed, leading to application of these tests in practice. This approach allows the design of the most powerful test capable of warranting a prescribed false alarm probability while ensuring a high detection performance. Numerical experiments on simulated and real images have highlighted the relevance of the proposed approach.