面向图像篡改定位的分块级双重JPEG压缩检测
图像与视频处理
2020-03-23 v1
摘要
由于图像篡改工具易于获取，伪造图像在当今社会无处不在。在本快报中，我们提出一种基于深度学习的新方法，利用DCT系数直方图与相应量化步长之间的固有关系，基于单压缩与双压缩块的检测，在无需对JPEG图像完全解压的情况下区分JPEG图像中的原始区域与伪造区域。相较于标准的100个量化矩阵，我们采用了近期研究中收集的1120个多样化量化矩阵用于训练、测试及生成真实伪造图像。特别地，我们为DenseNet精心设计了输入，将量化步长与JPEG块对应的直方图以特定组合作为特征。利用该输入学习压缩伪影，在尺寸为的单压缩与双压缩块检测上取得了当前最优结果，并在尺寸为和的较小块上给出了更优结果。进而，在真实伪造图像上获得了改进的篡改定位性能。此外，在测试块所用量化矩阵与训练所用矩阵完全不同的情况下，所提方法仍优于当前最优方法。
引用
@article{arxiv.2003.09393,
title = {Block-level Double JPEG Compression Detection for Image Forgery Localization},
author = {Vinay Verma and Deepak Singh and Nitin Khanna},
journal= {arXiv preprint arXiv:2003.09393},
year = {2020}
}