本书提出把相机成像过程建模为一个变换链，并将数字图像和视频建模为经历了某个变换链的若干感知对象的结构化组合，进而对图像和视频的篡改手段进行了形式化的分析，并将篡改行为在媒体中留下的痕迹归结为两种情况：一是媒体中出现异常相似的感知对象，二是某些感知对象经历了与其他感知对象不同的变换链。在此基础上，本文将图像及视频的篡改检测建模为一个“描述——发现”的过程：对于待检测的媒体，首先找到某种特征，用以描述媒体中的感知对象或感知对象所经历的变换链中的某个环节，进而通过匹配或校验的方式，去发现媒体中异常相似的感知对象，或去发现某些感知对象经历了与其他感知对象不一致的变换链。