-
题名面向图像篡改取证的多特征融合U形深度网络
被引量：3
- 1
-
-
作者
路东生
张玉金
党良慧
-
机构
上海工程技术大学电子电气工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第4期213-222,共10页
-
基金
上海市科委重点项目(18511101600)
上海市自然科学基金(17ZR1411900)。
-
文摘
随着图像篡改工具的智能化发展,图像篡改不再局限于拼接、移除等某一具体的类型,往往包含多种篡改类型及其组合操作,使得图像篡改取证工作更具挑战性。提出一种端到端的多特征融合U形深度网络,利用编解码网络提取篡改区域与真实区域之间的对比度差异、边缘差异等篡改痕迹,并使用富隐写模型卷积层获取伪造图像的噪声分布不规律信息,从而在无预处理的情况下实现可疑区域的检测并分割出高置信度的篡改区域。在此基础上,使用特征提取模块获取融合的篡改特征,在融合定位模块中利用分级监督策略融合不同分辨率提取的篡改特征,以准确定位篡改区域,实现篡改区域检测与像素级的分割。实验结果表明,基于所提网络的图像篡改取证方法在NIST16和CASIA数据库上的F1值分别为0.841和0.605,与基于MFCN、RGB-N、MANTRA-net等网络的图像篡改取证方法相比,有较优的检测性能和较高的实时性,且对JPEG压缩、缩放等处理具有更强的鲁棒性。
-
关键词
图像篡改取证
深度神经网络
编解码网络
噪声信息
富隐写模型
-
Keywords
image tampering forensics
deep neural network
encoder-decoder network
noise information
rich steganography model
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名抗翻转的图像复制-粘贴篡改检测算法
被引量：1
- 2
-
-
作者
张艳华
张荣
赵福星
郭立君
-
机构
宁波大学信息科学与工程学院
-
出处
《无线电通信技术》
2015年第3期34-37,共4页
-
基金
国家自然科学基金项目(61175026)
浙江省"信息与通信工程"重中之重学科开放基金(XKXL1316
+2 种基金
XKXL1426)
宁波市自然科学基金项目(2014A610032
2014A610031)
-
文摘
图像的复制-粘贴篡改是常见的图像篡改方法之一。现有基于SIFT特征的算法能够有效地检测复制-粘贴篡改,但由于SIFT特征本身不能抵抗翻转,因此,这些方法不能检测出具有翻转操作的复制-粘贴篡改。基于SIFT特征,提出了一种抗翻转的图像复制-粘贴篡改检测算法。通过在检测框架中引入图像预处理操作,不仅能够有效地检测出存在翻转的复制-粘贴篡改块,而且能够抵抗旋转、缩放等图像处理行为。同时,在SIFT关键点匹配环节提出了ng2NN匹配方法,提高了算法的检测效果。实验结果证明了所提出算法在抵抗翻转、缩放、旋转以及检测多重复制-粘贴篡改等方面的有效性。
-
关键词
图像篡改取证
复制-粘贴检测
抗翻转
SIFT算法
关键点匹配
-
Keywords
image tampering forensics
copy-paste detection
anti-flip
SIFT algorithm
keypoint matching
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
