图像篡改自动检测中统计方法的分析
计算机视觉与模式识别
2021-11-25 v1
摘要
图像篡改与伪造检测已成为一个研究超过十年的课题。新型工具和大规模社交平台为被操纵媒体的泛滥提供了空间。这些媒体可能具有潜在危害，因此已有无数方法被设计并测试，以证明其在检测伪造方面的鲁棒性。然而，当前最先进系统报告的结果表明，有监督方法仅在特定数据集上取得了近乎完美的性能。本文通过若干实验，分析了当前最先进的图像伪造检测技术在分布外泛化能力方面的问题。我们的研究聚焦于利用手工设计特征进行图像伪造检测的模型。我们表明，这些已开发的方法在跨数据集评估和真实场景中的被操纵媒体上表现不佳。由此，对当前所考虑系统的评估方式及其被高估的性能提出了质疑。注：本工作完成于印度信息技术学院阿拉哈巴德分校 ITMR 实验室的暑期研究实习期间，由 Anupam Agarwal 教授指导。
引用
@article{arxiv.2111.12661,
title = {Analysing Statistical methods for Automatic Detection of Image Forgery},
author = {Umar Masud and Anupam Agarwal},
journal= {arXiv preprint arXiv:2111.12661},
year = {2021}
}