-
题名面向图像修复的桥式注意力取证网络
- 1
-
-
作者
张澜
朱新山
王泽平
薛俊韬
-
机构
天津大学电气自动化与信息工程学院
-
出处
《哈尔滨工业大学学报》
北大核心
2025年第4期62-70,共9页
-
基金
国家自然科学基金(61972282,61971303)。
-
文摘
为提升多媒体信息的可靠性,减轻图像伪造事件对于社会造成的负面影响,亟需发展图像修复取证技术,检测并定位图像的篡改区域。本研究提出了一种面向图像修复的桥式注意力取证网络,该网络直接接收篡改后的图像,端到端的输出图像中被篡改的区域,网络采用编码器-解码器架构作为基础框架。首先,编码器选用Swin Transformer和RepVGG两个主干网络以提取多域修复特征。然后,使用桥式注意力模块连接两个主干网络的同级阶段,来增加编码器在局部和全局维度上的建模能力。最后,在编码器和解码器中间搭建了语义对齐融合模块,消除了两个主干网络提取的特征之间的语义不一致,有助于提高网络的取证性能。在不同修复取证数据集上的实验结果表明,所提出的模型与其他主流取证模型相比,能够更准确地对修复区域进行定位。特别是在有挑战性的DeepFillV2数据集和Diffusion数据集上,所提出的BAFNet分别取得了91.37%和82.34%的IoU分数,相比于主流的取证网络MVSS-Net, IoU指标分别提升了8.77%和10.46%。另外,综合多个实验结果,BAFNet在取证性能和模型复杂度之间取得了很好的平衡。
-
关键词
图像修复取证
深度取证网络
操作痕迹
多域修复特征
桥式注意力
语义对齐融合
-
Keywords
image inpainting forensics
deep forensic network
manipulation traces
multi-domain inpainting features
bridge-type attention
semantic alignment fusion
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
