曾辉

曾辉   副研究员 目前就职： 计算机科学与技术学院 导师类型/类别：    个人主页： 475 访问,联系电话： 电子邮箱： zengh5@mail2.sysu.edu.cn 邮编： 工作单位： 通讯地址：,个人信息 个人简介 教育经历 工作经历 社会职务 研究领域 开授课程 科研项目 论文及著作 荣誉及奖励 教育经历 博士研究生毕业,2012.09.01-2016.06.28,中山大学,工学博士 硕士研究生毕业,2004.09.01-2007.06.25,南京邮电学院,工学硕士 大学本科毕业,2000.09.01-2004.06.28,南京邮电学院,工学学士 visiting scholar,2019.11-2020.11,Binghamton Univerisy 工作经历 个人简介 码农，卖文为生，不是‘老板’，也不属于任何‘大老板’。研究兴趣为相机指纹(camera fingerprint)和有目标对抗样本,暂时处于国际前沿。也会去读相机指纹相关的噪声水平估计，去噪，拼接定位等论文，有了灵感也就顺便写点。近5年以第一作者在SCI/EI发表论文20余篇，Google scholar citation: 300+, h-index: 11. (updated by June 2023) https://scholar.google.com/citations?user=__LlM6MAAAAJ所需知识：概率论与数理统计，数字信号处理，数字图像处理，Python/Matlab程序设计，机器学习/深度学习招生信息   课题组每年招收2-3名研究生（学术型优先），同时开放1-2个位置供2-3年级本科生参与科研项目。本课题组的三位本科生分别保送至电子科技大学/西南交通大学/深圳大学 （3/3）。因为不是‘老板’，所以希望看到的不只是‘学生’，而是‘伙伴’，能让我学到东西的‘伙伴’。   We stick to reproducible research that the implementation should be open source before paper submission. Our home page in Github is under construction: https://github.com/zengh5 We are happy to share any codes under request if they have not been uploaded : zengh5@mail2.sysu.edu.cn The process of writing a paper 教育经历 博士研究生毕业,2012.09.01-2016.06.28,中山大学,工学博士 硕士研究生毕业,2004.09.01-2007.06.25,南京邮电学院,工学硕士 大学本科毕业,2000.09.01-2004.06.28,南京邮电学院,工学学士 visiting scholar,2019.11-2020.11,Binghamton Univerisy 工作经历 社会职务 研究领域 完整信息请移步 teacher.swust.edu.cn/jsjkx/ch2_en/main.htm1. Video/image forensics1.1 PRNU based forensics    PRNU(Photo Response Non-Uniformity) ，也称SPN(Sensor pattern noise), 指的是相机传感器因为制造工艺等因素，其各个单元(对应着图像的像素)对光响应具有不均匀性。它如同人的指纹一样具有唯一性和稳定性，因此也被称为‘相机指纹’。此项技术已经通过Daubert challenge，并被FBI应用于司法实践。自创立以来，此项技术一直受到DARPA(Defense Advanced Research Projects Agency)资助。创始人之一M. Goljan(本人在Binghamton University的合作教授)多次受邀参与司法现实案例分析，如：http://p10.hostingprod.com/@spyblog.org.uk/blog/2009/05/09/operation-algebra-child-rape-convictions-in-scotland-open-wifi-tracking-digi.html#more 本课题组进展：Zeng, Hui and Kang, Xiangui, “Fast source camera identification using content adaptive guided image filter”, Journal of forensic sciences, 61(2): 520—526, 2016 我们提出用内容自适应有导向滤波器来提取相机指纹，在保证领先的源检测性能的基础上，显著提升了运算速度。https://github.com/zengh5/SCI_CAGFZeng, Hui and Peng, Anjie and Lin, Xiaodan and Luo, Shenghai, “Source smartphone identification for digital zoomed images”, Proceedings of the ACM Turing Celebration Conference-China, pp. 1—6, 2019, ACM. 我们分析数码变焦对相机指纹的影响，并提出了从变焦相片中准确提取SPN的方法.Zeng, Hui and Wan, Yongcai and Deng, Kang and Peng, Anjie, “Source Camera Identification with Dual-Tree Complex Wavelet Transform” IEEE Access, 8: 18874—18883. 我们采用双树复小波变换来提取SPN，克服了传统基于小波变换的方法对于复杂纹理区域提取效果不理想和边界延拓不理想的问题。https://github.com/zengh5/SCI_DTCWT1.2 Noise based splicing localization 拼接是一种最常见的图像篡改手段。基于噪声的图像拼接定位技术认为同一图像内部噪声水平(sigma_1)具有一致性，而拼接区域则可能具有和原始区域不同的噪声水平(sigma_2)，其原因可能是用于拼接的图片本身噪声水平就与目标图像不一致，也可能是拼接过程中为了掩饰其痕迹进行的有关处理引起噪声水平的变化。 本课题组进展：Zeng, Hui and Zhan, Yifeng and Kang, Xiangui and Lin, Xiaodan, “Image splicing localization using PCA-based noise level estimation”, Multimedia Tools and Applications, 76(4): 4783—4799, 2017 对于待测图像，我们采用PCA的方法来逐块估计噪声水平，然后利用Kmeans将结果聚为两类，其中块数较少的类被认为是拼接区域。此工作将基于噪声的拼接定位方法的检测能力从| sigma_2- sigma_1|<5<>推进至| sigma_2- sigma_1|<2, 成为近年来此研究方向上的基准方法。Zeng, Hui, Peng, Anjie, and Lin, Xiaodan, “Exposing Image splicing with inconsistent sensor noise levels”, Multimedia Tools and Applications, 2020. 我们指出如果拼接区域与原始区域拍摄时ISO设置不同，即使拼接过程不存在影响噪声水平的人为因素，依然可以对其进行定位。我们提出了传感器噪声与图像内容之间的关系，较好的解决了同一图像内部传感器噪声水平不一致的问题。https://github.com/zengh5/Exposing-splicing-sensor-noise1.3 图像操作取证图像操作取证，也被称为处理历史分析。这些图像处理并不一定是篡改，但是对其的分析往往能为下一步取证提供有价值的线索，又或者是下一步取证工作的前提。本课题组进展：Morteza Darvish Morshedi Hosseini, Miroslav Goljan, and Hui Zeng, Semi-Blind Image Resampling Factor Estimation for PRNU Computation 我们提出一种基于Linear pattern 的图像拉伸因子半盲估计方法，克服了已有方法在拉伸因子接近于1时估计精度不够的问题。这是对经历拉伸的图片进行来源检测的必要前提。1.4 图像拍摄参数分析    我们试图从图像内容倒推其拍摄时所用的参数。这样做的动机：1. 图像篡改时涉及的来源图像可能使用的是不同的拍摄参数。对图像各局部分别估计其拍摄参数，能够为拼接定位提供线索；2. 图像拍摄参数是很多图像取证技术必须的边信息。  本课题组进展：Hui Zeng, Kang Deng, Anjie Peng, ISO Setting Estimation Based on Convolutional Neural Network and Its Application in Image Forensics, IWDW2020, Melbourne (online) 2020.11.25-27 我们设计了一个叫做ISONet的神经网络，用于估计图像拍摄时的ISO设置。该网络在图像拼接定位和PRNU相关性预测器上都显示出优越的性能。2. Anti-forensics and its countermeasure2.1 Anti-forensicsAnti-forensics,又叫反取证，被称为是‘欺骗的艺术’。其目的在于隐藏伪造或图像处理本身，使得特定取证技术得出错误的结论。根据其对取证结果的影响，大致可以分为两类：1）瞒天过海，使得取证发生漏检；2）无中生有，使得取证发生虚警。本课题组进展：Zeng, Hui and Chen, Jiansheng and Kang, Xiangui and Zeng, Wenjun, “Removing camera fingerprint to disguise photograph source”, 2015 IEEE International Conference on Image Processing (ICIP), 1687-1691我们提出一种估计图像中相机指纹强度的方案，从而达到擦除相机指纹的目的。与已有方法相比，我们对于不同图像采用不同的擦除强度，使得结果图片质量更高，而且源检测结果的分布更接近负样本。Wu, Jianyuan and Wang, Zheng and Zeng, Hui and Kang, Xiangui, “Multiple-Operation Image Anti-Forensics with WGAN-GP Framework”, 2019 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC), pp. 1303-1307, 2019, IEEE  我们使用改进的Wasserstein GAN 就行图像复原，可以欺骗多种常见反取证算法。Zeng, Hui, Peng, Anjie, and Kang, Xiangui, Hiding traces of camera anonymization by Poisson blending“ Accepted by ICAIS2020.我们采用改进的Poisson blending 对图像中的相机指纹进行盲擦除。与我们2015年工作相比，此方法不需要相机拥有相机指纹的估计。与同类方法相比，此方法的图像视觉质量明显提高。2.2 Countermeasure and game theory analysis反取证的出现促使学者们开始思考取证算法的安全性。我们针对不同的反取证方法，提出多种特定/通用的对策。更进一步，我们采用博弈论来分析取证和反取证双方最终达成的均衡。本课题组进展：Zeng, Hui and Kang, Xiangui and Huang, Jiwu, “Mixed-strategy Nash equilibrium in the camera source identification game”, 2013 IEEE International Conference on Image Processing, 4472-4476, 2013, IEEEZeng, Hui and Jiang, Yunwen and Kang, Xiangui and Liu, Li, “Game theoretic analysis of camera source identification”,2013 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference, 1-9, 2013, IEEEZeng, Hui and Kang, Xiangui, “Camera source identification game with incomplete information”, International Workshop on Digital Watermarking, 192-204, 2013, Springer (Best student paper)Zeng, Hui and Liu, Jingxian and Yu, Jingjing and Kang, Xiangui and Shi, Yun Qing and Wang, Z Jane “A framework of camera source identification Bayesian game”, IEEE transactions on cybernetics}, 47(7): 1757-1768, 2016, IEEE我们首先求解了指纹拷贝攻击和三角测试这一攻防之间的混合策略纳什均衡。进一步我们提出了基于噪声水平的防御方法。在此基础上我们分析了信息不对称条件下的纳什均衡。Zeng, Hui and Qin, Tengfei and Kang, Xiangui and Liu, Li, “Countering anti-forensics of median filtering”, 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2704-2708  我们针对一种主流的中值滤波反取证算法提出对策，用几乎可以忽略的代价可以近乎完美的检测反取证Jiang, Yunwen and Zeng, Hui and Kang, Xiangui and Liu, Li, “The game of countering JPEG anti-forensics based on the noise level estimation”, 2013 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference, 1-9, 2013, IEEEZeng, Hui and Yu, Jingjing and Kang, Xiangui and Lyu, Siwei, “Countering JPEG anti-forensics based on noise level estimation”, Science China Information Sciences, 61(3): 032103, 2018经过对主流得JPEG压缩反取证进行分析，我们发现他们都可以等价为在空域添加噪声，从而我们提出了基于噪声水平估计的对策。Zeng, Hui and Kang, Xiangui and Peng, Anjie, “A multi-purpose countermeasure against image anti-forensics using autoregressive model”, Neurocomputing, 189: 117-122, 2016随着反取证技术的发展，我们认为现有的针对某一特定反取证算法的对策已经不能满足实践需要。通过总结多种常见反取证算法的共性，我们提出了一种基于自回归模型的对策，可同时检测多种反取证，准确性接近或者超过了现有的针对特定反取证的对策。2. Adversarial example2.1 Adversarial example generation NewZhi Lin, Anjie Peng, Rong Wei, Wenxin Yu, Hui Zeng,"AN ENHANCED TRANSFERABLE ADVERSARIAL ATTACK OF SCALE-INVARIANT METHODS" to appear in ICIP, 20222.2 Adversarial example detectionA. Peng, K. Deng, J. Zhang et al., Gradient-based adversarial image forensics, the 27th International Conference on Neural Information Processing, pp. 417-428, 2020.K. Deng, A. Peng and H. Zeng, Detecting C&W adversarial images based on noise addition-then-denoising, ICIP, pp. 3607-3611, 2021.2.3 Game analysis NewH. Zeng, K. Deng, B. Chen and A. Peng, How Secure Are The Adversarial Examples Themselves? IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2022, pp. 2879-2883 开授课程 1、多媒体安全,信息安全专业大三 2、信息安全新技术专题讲座,信息安全大三 科研项目 1、最新图像操作技术的取证和反取证研究,-2021.06.30,2018-07-01,曾辉 2、军民融合舆情大数据分析,-2019.05.31,2017-12-01,彭安杰,计算机科学与技术学院 3、图像来源取证安全性研究,2018.01-2020.12,2018.01,曾辉,NSFC,西南科技大学,计算机科学与技术,250000,61702429,NSFC,1 4、信息取证博弈和加密域信号,2014.01-2017,2014,康显桂,NSFC,中山大学,计算机科学与技术,760000,61379155,NSFC,6 论文 1、teacher.swust.edu.cn/jsjkx/ch2_en/main.htm 著作 荣誉及奖励 相关教师 毕国堂工程硕士陈念年工程硕士陈元松工程硕士陈菲工学硕士曾立胜工程硕士陈永辉工学博士蔡茂蓉工学硕士陈华容工程硕士陈骏工程硕士