画像の操作検出と位置特定は、画像編集技術の悪用に対抗するために必要不可欠です。そのため、画像内の固有統計を解析することで、本物の領域と改ざんされた領域を区別することが重要となります。私たちは、画像取得および編集時に残されるJPEG圧縮アーティファクトに焦点を当てています。ここでは、圧縮アーティファクトが残る離散コサイン変換（DCT）係数を使用して、画像操作を位置特定する畳み込みニューラルネットワーク（CNN）を提案します。標準的なCNNは、畳み込み処理で空間座標情報を失うため、DCT係数の分布を学習することはできません。私たちは、DCT係数の分布を学習できるニューラルネットワークの設計と訓練方法について説明します。さらに、画像取得アーティファクトと圧縮アーティファクトを併用するCompression Artifact Tracing Network (CAT-Net) を導入します。この手法は、改ざんされた領域の検出と位置特定において従来の方法や深層ニューラルネットワークベースの方法よりも大幅に優れた性能を示しています。