基于CNN的带JPEG后处理的通用对比度调整检测
密码学与安全
2018-05-30 v1 计算机视觉与模式识别
摘要
在存在JPEG后处理的情况下检测对比度调整是一项已知具有挑战性的任务。JPEG后处理通常是无意中施加的，因为JPEG是最常见的图像格式；或者它可能对应于一种清洗攻击，即故意应用以抹去篡改的痕迹。在本文中，我们提出了一种基于CNN的通用对比度调整检测器，其对JPEG压缩具有鲁棒性。所提出的系统依赖于基于块的卷积神经网络(CNN)，该网络经过训练以区分原始图像与对比度调整后的图像，针对若干不同性质的选定调整算子。对JPEG压缩的鲁棒性是通过使用JPEG样本（在一系列质量因子(QFs)下压缩）训练CNN来实现的。实验结果表明，该检测器工作良好，并且相对于调整类型具有很好的可扩展性，在多种未见色调调整下均产生非常好的性能。
引用
@article{arxiv.1805.11318,
title = {CNN-Based Detection of Generic Constrast Adjustment with JPEG Post-processing},
author = {Mauro Barni and Andrea Costanzo and Ehsan Nowroozi and Benedetta Tondi},
journal= {arXiv preprint arXiv:1805.11318},
year = {2018}
}
备注
To be presented at the 25th IEEE International Conference on Image Processing (ICIP 2018)