-
题名面向图像复制-粘贴溯源的级联双流注意力网络
- 1
-
-
作者
吉彦卿
张玉金
-
机构
上海工程技术大学电子电气工程学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2023年第8期1981-1994,共14页
-
基金
国家自然科学基金(62072057)
上海市自然科学基金(17ZR1411900)。
-
文摘
复制-粘贴是一种常见的图像篡改方式。传统的图像复制-粘贴取证方法主要致力于伪造区域定位研究,而如何精细化区分复制的源和粘贴的目标区域是图像取证领域的难点问题。当前,能从原始伪造图像中定位篡改源/目标区域的算法普遍存在不足。在已有算法的基础上提出了一种级联双流注意力网络。该网络分为两个阶段:第一阶段由编码、特征分析和解码网络构成。在编码部分,采用轻量级网络MobileNetV2作为主干提取图像浅层和深层特征形成双流输出;在特征分析阶段,利用相似特征注意力机制和空洞空间卷积池化金字塔模块多尺度捕捉深层特征中的篡改区域,并利用浅层特征分支改善网络对篡改区域边缘细节的分割性能;在解码部分,对特征图逐像素做类别预测并上采样。网络的第二阶段对一阶段检测到的篡改区域进行源/目标区分。同样采用双流结构,双分支输入分别为包含源/目标区域的原始图像块和经过提取的噪声图。同时将提取到的块特征融合后预测类别,最终采用区域映射的方式实现像素级定位。实验结果表明,该网络不仅能有效地定位篡改区域,同时还能较好地区分复制-粘贴的源/目标。该网络的第一阶段在测试集和两个公共数据集上相较于同结构模型,性能分别上升9.4、2.6和2.5个百分点,而最终的端到端测试集检测性能提升12.03%;同时,其对常规的图像后处理具有更好的鲁棒性。
-
关键词
图像篡改区域定位
级联双流网络
特征融合
注意力机制
图像噪声提取
-
Keywords
localization of tampering regions in images
cascaded two-stream networks
feature fusion
attention module
noise extraction of image
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
