以深層神經網路之對映與標記技術進行接縫雕刻影像變造區域的標示

接縫雕刻是一項極為特殊的影像變造技術，經由計算所有像素的能量值，依序連接並移除最低能量的像素，可以在人眼無法察覺的狀況下變更影像尺寸或移除內容物件，達到變造影像的目的。在現階段的研究中，偵測影像是否經過接縫雕刻技術所變造，已有多種理論與方法，準確率也在持續提升。與此相比，如何在經過變造的影像上標示被修改的區域，則是一項更進階而且困難的題目，然而此議題卻具有其獨特意義，因為藉由這項研究可以協助鑑識人員進一步研判影像變造之意圖，推想變造前的原始內容，因而有助於得到嫌疑犯的坦承與配合。我們在前期計畫中，曾使用反卷積神經網路，初步嘗試進行接縫移除區域的標示，在研究過程中，我們進一步發現，如果將此議題明確區分為「熱區顯示」以及「目標標定」兩個研究主題，則可以分別使用深度學習的類別激發對映(Class Activation Mapping)與目標區域標記(ROI Labeling)等進階技術達到更週延而有效率的解決，因此我們提出此二年期研究計畫，進行實作與討論。過去深度學習已被廣泛應用於各種具體物件的標示，本研究則嘗試標示另類已被移除而不存在的區域，因此，這項專題計畫除了在數位鑑識上具有實務應用價值之外，亦是一項非常有趣的學術研究議題。

系統編號:PB10907-4769
原計畫編號:MOST109-2221-E182-051