典型文献
基于多尺度特征先验的图像拼接篡改检测
文献摘要：
针对现有图像拼接篡改算法存在识别准确度不高的问题,提出了一种基于多尺度特征先验的图像拼接篡改检测框架.首先,训练一个环状残差网络对数据集的深度特征进行学习,将训练得到的模型作为后续网络学习的先验知识.然后,开发一个由多个外部注意力块和环状残差块组合的分支网络,该分支网络有效地利用环状残差网络训练模型中的多尺度特征先验知识,进一步学习到精确的拼接篡改图像区域信息.为了进一步解决数据不均衡问题,结合二值交叉熵损失和Dice损失来设计模型训练目标函数,最终较为精确地检测出篡改区域图.大量实验对比数据表明,所提方法可以有效检测出不同场景下的拼接篡改图像,与对比方法相比有更高的检测准确率.为了进一步检验模型的鲁棒性,对压缩和噪声图像进行了实验测试,结果表明所提方法在鲁棒性方面也能取得较好的结果.
文献关键词：
图像篡改检测;图像分割;伪造检测;残差网络;深度学习
中图分类号：
作者姓名：
吕建凯;卢望龙;王敏;刘影;史开杰;黄辉;赵汉理
作者机构：
温州大学计算机与人工智能学院,浙江温州 325035;温州商学院信息工程学院,浙江温州 325035
文献出处：
引用格式：
[1]吕建凯;卢望龙;王敏;刘影;史开杰;黄辉;赵汉理-.基于多尺度特征先验的图像拼接篡改检测)[J].中国科技论文,2022(11):1267-1275
A类：
B类：
多尺度特征,图像拼接,改算,检测框架,残差网络,深度特征,练得,网络学习,先验知识,残差块,分支网,网络训练,训练模型,改图,区域信息,数据不均衡,均衡问题,交叉熵损失,Dice,设计模型,模型训练,改区,实验对比,对比数据,有效检测,同场,比方,检测准确率,检验模型,噪声图像,实验测试,能取,图像篡改检测,图像分割,伪造检测
AB值：
0.393869
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
