Détection statistique pour la criminalistique des images numériques
Auteur / Autrice : | Tong Qiao |
Direction : | Florent Retraint |
Type : | Thèse de doctorat |
Discipline(s) : | Optimisation et Sûreté des Systèmes |
Date : | Soutenance le 25/04/2016 |
Etablissement(s) : | Troyes |
Ecole(s) doctorale(s) : | Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube) |
Partenaire(s) de recherche : | Organisme gouvernemental étranger : China Scholarship Council |
Laboratoire : Institut Charles Delaunay / ICD | |
Jury : | Président / Présidente : Frédéric Morain-Nicolier |
Examinateurs / Examinatrices : Florent Retraint, Frédéric Morain-Nicolier, Patrick Bas, William Puech, Rémi Cogranne, Than Hai Thai | |
Rapporteurs / Rapporteuses : Patrick Bas, William Puech |
Résumé
Le XXIème siècle étant le siècle du passage au tout numérique, les médias digitaux jouent un rôle de plus en plus important. Les logiciels sophistiqués de retouche d’images se sont démocratisés et permettent de diffuser facilement des images falsifiées. Ceci pose un problème sociétal puisqu’il s’agit de savoir si ce que l’on voit a été manipulé. Cette thèse s'inscrit dans le cadre de la criminalistique des images. Trois problèmes sont abordés : l'identification de l'origine d'une image, la détection d'informations cachées dans une image et la détection d'un exemple falsification : le rééchantillonnage. Ces travaux s'inscrivent dans le cadre de la théorie de la décision statistique 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 les propriétés des images naturelles en modélisant les principales étapes de la chaîne d'acquisition d'un appareil photographique. La méthodologie, tout au long de ce manuscrit, consiste à étudier le détecteur optimal donné par le test du rapport de vraisemblance dans le contexte idéal où tous les paramètres du modèle sont connus. Lorsque des paramètres du modèle sont inconnus, ces derniers sont estimés afin de construire le test du rapport de vraisemblance généralisé dont les performances statistiques sont analytiquement établies. De nombreuses expérimentations sur des images simulées et réelles permettent de souligner la pertinence de l'approche proposée