检索结果-维普期刊中文期刊服务平台

基于密集空洞卷积的图像篡改检测与定位算法: 1; 作者褚莹娜张惊雷贾鑫《传感器与微系统》北大核心 2025年第9期129-133,共5页; 现有的图像篡改检测方法通常采用连续卷积和上采样来定位图像的篡改区域,容易丢失图像的边缘信息,造成较低的检测性能。提出了一种基于密集空洞卷积(DDC)的图像篡改检测与定位算法。首先,所提出算法采用DDC模块实现图像的特征提取,该模... 展开更多; 关键词图像篡改检测篡改区域定位密集空洞卷积卷积块注意力模块; 在线阅读下载PDF 职称材料

基于深度学习的数字图像篡改定位方法综述被引量：9: 2; 作者李昊东庄培裕李斌《信号处理》 CSCD 北大核心 2021年第12期2278-2301,共24页; 日益进步的图像处理技术让数字图像编辑的门槛变得越来越低。利用触手可及的图像处理软件,人们可以方便地改动图像内容,而篡改后的图像往往十分逼真,以至于肉眼难以辨认。这些篡改图像已对个人隐私、社会秩序、国家安全造成了严重的威... 展开更多; 关键词数字图像取证图像篡改检测篡改区域定位深度学习; 在线阅读下载PDF 职称材料

基于上下文语义信息的凭证篡改检测研究: 3; 作者李佩王伟 +1 位作者刘勇王义《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期120-126,共7页; 在消费金融服务场景下,存在用户逾期还款的情况。在逾期协商还款过程中,少量用户篡改图像凭证,实现不当得益。这些篡改集中在个人信息、印章、出具单位等具有很强的上下文语义联系内容上。基于此,在传统空域直接像素空间RGB和频域离散... 展开更多; 关键词图像篡改检测篡改区域定位语义分割神经网络深度学习; 在线阅读下载PDF 职称材料

基于CFA插值的图像篡改检测算法被引量：6: 4; 作者彭双彭圆圆肖昌炎《传感器与微系统》 CSCD 2015年第6期141-144,共4页; 利用数码相机拍摄自然图像时,往往存在彩色滤波阵列(CFA)插值效应,CFA插值使得图像三颜色分量之间具有很大的相关性。提出一种利用自然图像颜色通道之间的相关性来检测图像篡改操作的方法。首先,利用后验概率的方法对各颜色通道进行建模... 展开更多; 关键词彩色滤波阵列插值后验概率定位篡改区域; 在线阅读下载PDF 职称材料

用于图像篡改检测的混合Transformer网络: 5; 作者李树原严彩萍李红《计算机辅助设计与图形学学报》 CSCD 北大核心 2024年第12期2010-2019,共10页; 目前已有许多基于卷积神经网络的框架用于图像拼接伪造检测,然而由于篡改区域的尺度是变化的,现有的大多数方法都不能获得令人满意的性能,尤其是对于大尺度的对象.为了获得准确的篡改定位结果,提出一种混合Transformer网络,其将自注意... 展开更多; 关键词图像拼接篡改检测篡改区域定位卷积神经网络自注意力交叉注意力; 在线阅读下载PDF 职称材料

基于特征匹配的图像真伪检测方法的研究被引量：6: 6; 作者华蓓陈前黄汝维《郑州大学学报（工学版）》 CAS 北大核心 2022年第2期22-27,共6页; 针对基于SIFT特征匹配的图像篡改检测算法存在篡改区域定位不清晰,以及SIFT误匹配现象会对篡改区域分辨造成干扰的问题,提出一种基于数学形态学和特征匹配的图像篡改区域定位方法。首先在尺度空间上对图像进行极值检测,对图像特征关键... 展开更多; 关键词图像篡改检测复制-粘贴篡改特征匹配数学形态学篡改区域定位; 在线阅读下载PDF 职称材料

面向图像复制-粘贴溯源的级联双流注意力网络: 7; 作者吉彦卿张玉金《计算机科学与探索》 CSCD 北大核心 2023年第8期1981-1994,共14页; 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... 展开更多; 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; 在线阅读下载PDF 职称材料

题名基于密集空洞卷积的图像篡改检测与定位算法: 1; 作者褚莹娜张惊雷贾鑫; 机构天津理工大学电气工程与自动化学院天津市复杂系统控制理论及应用重点实验室天津理工大学工程训练中心; 出处《传感器与微系统》北大核心 2025年第9期129-133,共5页; 基金国家自然科学基金青年科学基金资助项目(62302335)。; 文摘现有的图像篡改检测方法通常采用连续卷积和上采样来定位图像的篡改区域,容易丢失图像的边缘信息,造成较低的检测性能。提出了一种基于密集空洞卷积(DDC)的图像篡改检测与定位算法。首先,所提出算法采用DDC模块实现图像的特征提取,该模块可以最大化各卷积层之间的信息流,保留更多的图像边缘信息。另外,所提出算法引入了卷积块注意力模块(CBAM)抑制网络对非篡改区域的学习,从而分辨出隐藏的篡改伪影,提高了检测精度和定位的准确性。在篡改图像数据集CASIA、NIST 16和Columbia上的实验结果表明,所提出方法能够精准地检测与定位图像中被篡改的区域。; 关键词图像篡改检测篡改区域定位密集空洞卷积卷积块注意力模块; Keywords image tampering detection tampering region location dense dilated convolution CBAM; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于深度学习的数字图像篡改定位方法综述被引量：9: 2; 作者李昊东庄培裕李斌; 机构深圳大学电子与信息工程学院广东省智能信息处理重点实验室深圳市媒体信息内容安全重点实验室; 出处《信号处理》 CSCD 北大核心 2021年第12期2278-2301,共24页; 基金广东省重点领域研发计划(2019B010139003) 国家自然科学基金(61802262,U19B2022,61872244) +1 种基金深圳市基础研究项目(JCYJ20200109105008228)。; 文摘日益进步的图像处理技术让数字图像编辑的门槛变得越来越低。利用触手可及的图像处理软件,人们可以方便地改动图像内容,而篡改后的图像往往十分逼真,以至于肉眼难以辨认。这些篡改图像已对个人隐私、社会秩序、国家安全造成了严重的威胁。因此,检测及定位图像中的篡改区域具有重要现实意义,并已成为多媒体信息安全领域中的重要研究课题。近年来,深度学习技术在图像篡改定位中得到了广泛的应用,所取得的性能已显著超越了传统的篡改取证方法。本文对基于深度学习的图像篡改定位方法进行了梳理。介绍了图像篡改定位中常用的数据集及评价标准,以在篡改定位中应用的不同网络架构为依据分析了现有方法的技术特点和定位性能,并讨论了图像篡改定位面临的挑战和未来的研究方向。; 关键词数字图像取证图像篡改检测篡改区域定位深度学习; Keywords digital image forensics image tampering detection tampering localization deep learning; 分类号 TP309.2 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于上下文语义信息的凭证篡改检测研究: 3; 作者李佩王伟刘勇王义; 机构蚂蚁集团重庆蚂蚁消费金融有限公司; 出处《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期120-126,共7页; 文摘在消费金融服务场景下,存在用户逾期还款的情况。在逾期协商还款过程中,少量用户篡改图像凭证,实现不当得益。这些篡改集中在个人信息、印章、出具单位等具有很强的上下文语义联系内容上。基于此,在传统空域直接像素空间RGB和频域离散余弦变换(discrete cosin transform,DCT)作为判别特征的基础上,引入了文字块、印章块的位置关系和反卷积网络,实现了一种包含语义关系的端到端全卷积神经网络模型。该模型在天池2022年“真实场景篡改图像检测挑战赛”的数据集上,相对于传统模型平均交并比有3.97%的提升,在实际凭证图像篡改判断中,提升了3.7%的篡改检测准确率。; 关键词图像篡改检测篡改区域定位语义分割神经网络深度学习; Keywords image tampering detection image tampering localization semantic segmentation neural network deep learning; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TP753 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于CFA插值的图像篡改检测算法被引量：6: 4; 作者彭双彭圆圆肖昌炎; 机构湖南大学电气与信息工程学院; 出处《传感器与微系统》 CSCD 2015年第6期141-144,共4页; 基金国家自然科学基金资助项目(61172160) 湖南省自然科学常德联合基金资助项目(12JJ9019); 文摘利用数码相机拍摄自然图像时,往往存在彩色滤波阵列(CFA)插值效应,CFA插值使得图像三颜色分量之间具有很大的相关性。提出一种利用自然图像颜色通道之间的相关性来检测图像篡改操作的方法。首先,利用后验概率的方法对各颜色通道进行建模,从而准确估计出CFA插值产生的噪声;然后,利用高斯滤波器滤波并提取CFA插值特征;最后,根据提取出的特征进行分类并定位篡改区域。实验结果表明:该算法能够有效地对篡改的图像进行检测和定位。; 关键词彩色滤波阵列插值后验概率定位篡改区域; Keywords color filtering array （CFA） interpolation posterior probability localization tampering area; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名用于图像篡改检测的混合Transformer网络: 5; 作者李树原严彩萍李红; 机构杭州师范大学信息科学与技术学院杭州启源视觉科技有限公司; 出处《计算机辅助设计与图形学学报》 CSCD 北大核心 2024年第12期2010-2019,共10页; 基金国家自然科学基金(61902102) 浙江省自然科学基金(LQ19F020004).; 文摘目前已有许多基于卷积神经网络的框架用于图像拼接伪造检测,然而由于篡改区域的尺度是变化的,现有的大多数方法都不能获得令人满意的性能,尤其是对于大尺度的对象.为了获得准确的篡改定位结果,提出一种混合Transformer网络,其将自注意力和交叉注意力结合到U2-Net中,用于图像拼接伪造检测.首先在编码器的最后一个模块应用自注意力捕获长距离语义信息依赖关系,使网络能够更完整地定位大尺度篡改区域;然后在跳跃连接中设计一个交叉注意力模块,在高层语义信息的指导下增强低层特征图,并过滤非语义特征,实现了更精细的空间恢复.混合网络中结合Transformer的自注意力和交叉注意力的优点,能够从不同的尺度捕获更多的语义信息和空间依赖性,即将卷积和Transformer融合在一起,可以定位不同大小的拼接篡改区域,而无需对大量图像进行预训练.在Casia2.0和Columbia这2个公共数据集上,与4种传统方法和6种深度学习方法进行实验的结果表明,所提网络取得了更优的性能.; 关键词图像拼接篡改检测篡改区域定位卷积神经网络自注意力交叉注意力; Keywords image splicing forgery detection tampered region localization convolutional neural network self-attention cross-attention; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于特征匹配的图像真伪检测方法的研究被引量：6: 6; 作者华蓓陈前黄汝维; 机构广西大学计算机与电子信息学院; 出处《郑州大学学报（工学版）》 CAS 北大核心 2022年第2期22-27,共6页; 基金国家自然科学基金资助项目(62062009)。; 文摘针对基于SIFT特征匹配的图像篡改检测算法存在篡改区域定位不清晰,以及SIFT误匹配现象会对篡改区域分辨造成干扰的问题,提出一种基于数学形态学和特征匹配的图像篡改区域定位方法。首先在尺度空间上对图像进行极值检测,对图像特征关键点进行定位,确定图像梯度方向,形成特征点描述子;然后基于欧式距离对特征描述子进行两两匹配形成块匹配,以进行篡改区域粗略定位,并通过数学形态学方法去除冗余匹配块;随后提取疑似区域对的SIFT特征点,对SIFT特征矩阵进行主成分分析(PCA)降维后进行特征点匹配,使用相关性系数对匹配的特征点进行提纯;最后根据匹配的特征点的分布对篡改区域进行重新定位,精确定位复制-粘贴区域。实验选取1组有代表性的图像,加入复制-粘贴和旋转缩放攻击后进行检测。结果表明:所提算法能够更精确地对复制-粘贴篡改区域的位置进行定位,对图像复制-粘贴篡改检测具有更高的准确性。; 关键词图像篡改检测复制-粘贴篡改特征匹配数学形态学篡改区域定位; Keywords image tamper detection copy-move tampering feature matching mathematical morphology tamper area location; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向图像复制-粘贴溯源的级联双流注意力网络: 7; 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]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于密集空洞卷积的图像篡改检测与定位算法	褚莹娜张惊雷贾鑫	《传感器与微系统》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于深度学习的数字图像篡改定位方法综述	李昊东庄培裕李斌	《信号处理》 CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
3	基于上下文语义信息的凭证篡改检测研究	李佩王伟刘勇王义	《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于CFA插值的图像篡改检测算法	彭双彭圆圆肖昌炎	《传感器与微系统》 CSCD	2015	6	在线阅读下载PDF 职称材料
5	用于图像篡改检测的混合Transformer网络	李树原严彩萍李红	《计算机辅助设计与图形学学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
6	基于特征匹配的图像真伪检测方法的研究	华蓓陈前黄汝维	《郑州大学学报（工学版）》 CAS 北大核心	2022	6	在线阅读下载PDF 职称材料
7	面向图像复制-粘贴溯源的级联双流注意力网络	吉彦卿张玉金	《计算机科学与探索》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料