arXiv cs.AI· Riccardo Ziglio, Eleonora Marchesini, Andrea Montibeller, Giulia Boato, Silvio Ranise, Cecilia Pasquini·· 13 小时前AI 评分29
利用部分 C2PA 来源信息增强图像取证
Enhanced image forensics through partial C2PA-based provenance information
AI 导读
针对仅含部分 C2PA Content Credentials 的图像，研究提出两步取证策略：先通过结构化分析重建最后签名者所施加的编辑操作，再用重建结果自适应调整取证检测器以缓解分布偏移。基于商业 C2PA 软件多种编辑操作生成的 partial CCs 实证表明该重建在实际场景中可行；在合成图像检测任务上，该策略显著提升了 SOTA 检测器对经 C2PA 软件后处理图像的检测性能。
正文 · AI 翻译
摘要：基于 C2PA 的加密可验证内容凭证（CCs）不仅可以附加到新获取或生成的数字图像上，也可以附加到此前没有任何来源信息的已有图像上，例如在使用受信任的、支持 C2PA 的软件工具处理之后。后一种情况会产生带有所谓部分 CCs 的图像，这些 CCs 仅记录最后应用的操作，而此前的来源信息仍然未知，可通过信号取证进行调查。本文针对此类图像的取证分析，强调有机会利用部分 CCs 作为额外的可信知识，使取证检测器适应所分析图像的统计特性，并缓解潜在的分布偏移。为此，本文设想了一种两步策略：(i) 通过对部分 CCs 的结构分析，重建最后签名者所应用的操作；(ii) 利用所获得的重建结果，通过自适应过程增强分析人员的取证检测器。本文对由商业支持 C2PA 的软件工具通过不同编辑操作生成的部分 CCs 进行了实证分析，为在实际情况下重建的可行性提供了证据。随后，本文给出了一个关于合成图像检测取证任务的实验案例研究，表明所提出的策略能够显著提升最先进检测器在测试图像上的性能，这些测试图像在生成/获取之后经由支持 C2PA 的软件工具进行了后处理。
| 注释： | 论文已被 IEEE 信息取证与安全国际研讨会（WIFS）2026 接收 |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI）；多媒体（cs.MM）；图像与视频处理（eess.IV） |
| 引用为： | arXiv:2610.38639 [cs.CR] |
| （或 arXiv:2610.38639v1 [cs.CR] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.38639 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Riccardo Ziglio 先生 [查看电子邮件]
[v1]
2026 年 10 月 28 日星期三 10:53:05 UTC（3,241 KB）
来源：arXiv cs.AI · arxiv.org