一种使用深度神经网络进行接缝雕刻检测的端到端方法
计算机视觉与模式识别
2022-03-08 v1
摘要
接缝雕刻是一种计算方法，能够基于图像内容而非图像几何进行图像的缩小与放大。尽管该技术大多用于处理冗余信息，即由强度相似像素组成的区域，它也可通过插入或移除相关物体来用于篡改图像。因此，在图像安全领域，检测此类过程极为重要。然而，识别接缝雕刻图像即使对人眼而言也并非一项直截了当的任务，能够识别此类改动的鲁棒计算工具非常可取。在本文中，我们提出一种端到端方法来应对自动接缝雕刻检测问题，其可取得最先进的结果。在具有多种篡改配置的公开和私有数据集上进行的实验证明了所提出模型的适用性。
引用
@article{arxiv.2203.02728,
title = {An End-to-End Approach for Seam Carving Detection using Deep Neural Networks},
author = {Thierry P. Moreira and Marcos Cleison S. Santana and Leandro A. Passos João Paulo Papa and Kelton Augusto P. da Costa},
journal= {arXiv preprint arXiv:2203.02728},
year = {2022}
}