一种用于图像拼接定位的多流融合网络
计算机视觉与模式识别
2022-12-05 v1
摘要
本文中，我们针对图像拼接定位问题，提出了一种多流网络架构，该架构将原始 RGB 图像与其他手工取证信号并行处理。与以往仅使用 RGB 图像或以通道方式堆叠若干信号的方法不同，我们提出了一种由多个编码器流组成的编码器-解码器架构。每个流输入篡改图像或手工信号之一，并分别处理以独立地从各自信号中捕获相关信息。最后，来自多个流的提取特征在架构瓶颈处融合，并传播至生成输出定位图的解码器网络。我们采用两种手工算法即 DCT 与 Splicebuster 进行实验。我们所提方法在三个公开取证数据集上进行了基准测试，展现出相对于若干对比方法的竞争力，并取得了最先进结果，例如在 CASIA 上达到 0.898 AUC。
引用
@article{arxiv.2212.01128,
title = {A Multi-Stream Fusion Network for Image Splicing Localization},
author = {Maria Siopi and Giorgos Kordopatis-Zilos and Polychronis Charitidis and Ioannis Kompatsiaris and Symeon Papadopoulos},
journal= {arXiv preprint arXiv:2212.01128},
year = {2022}
}
备注
Accepted to the International Conference on MultiMedia Modeling (MMM 2023)