基于边界的快速浅层CNN图像伪造检测
计算机视觉与模式识别
2018-02-06 v2
摘要
图像伪造检测是指在被篡改图像中检测并定位伪造部分的任务。以往工作多聚焦于利用重采样特征、去马赛克特征或边缘锐度的痕迹处理高分辨率图像。然而，良好的检测方法也应适用于低分辨率图像，因为如今压缩或缩放图像十分常见。为此，我们提出一种浅层卷积神经网络(SCNN)，能够在低分辨率图像中区分伪造区域边界与原始边缘。SCNN旨在利用色度与饱和度信息。基于SCNN，我们开发了分别称为滑动窗口检测(SWD)与快速SCNN的两种方案，以检测并定位图像伪造区域。本文中，我们证实快速SCNN可检测色度与饱和度的剧烈变化。在图像伪造检测实验中，我们的模型在CASIA 2.0数据集上评估。结果表明，快速SCNN在低分辨率图像上表现良好，并显著优于当前最优方法。
引用
@article{arxiv.1801.06732,
title = {Boundary-based Image Forgery Detection by Fast Shallow CNN},
author = {Zhongping Zhang and Yixuan Zhang and Zheng Zhou and Jiebo Luo},
journal= {arXiv preprint arXiv:1801.06732},
year = {2018}
}
备注
6 pages, 9 figures