面向挑战性图像篡改检测的新基准与模型
计算机视觉与模式识别
2024-04-02 v2
摘要
检测多媒体数据中的篡改能力在数字取证中至关重要。现有的图像篡改检测（IMD）方法主要基于检测图像编辑产生的异常特征或双重压缩伪影。所有现有IMD技术在从大图像中检测小篡改区域时都面临挑战。此外，基于压缩的IMD方法在质量因子相同的双重压缩情况下遇到困难。为在上述挑战性条件下研究最先进（SoTA）的IMD方法，我们引入了名为挑战性图像篡改检测（CIMD）的新基准数据集，其由两个子集组成，分别用于评估基于编辑和基于压缩的IMD方法。该数据集图像为人工拍摄并篡改，带有高质量标注。此外，我们提出了一种基于HRNet的新双分支网络模型，可更好地在那些挑战性条件下检测图像编辑与压缩伪影。在CIMD基准上的大量实验表明，我们的模型显著优于SoTA IMD方法。
引用
@article{arxiv.2311.14218,
title = {A New Benchmark and Model for Challenging Image Manipulation Detection},
author = {Zhenfei Zhang and Mingyang Li and Ming-Ching Chang},
journal= {arXiv preprint arXiv:2311.14218},
year = {2024}
}
备注
9 pages, 6 figures, 3 tabels. AAAI-24