面向神经成像管线的内容认证：复杂分发渠道中照片溯源的端到端优化
计算机视觉与模式识别
2019-02-26 v2 多媒体
摘要
数字照片溯源的法证分析依赖于照片在获取时留下的内在痕迹。在经过重度后处理（如网络分发时的下采样与重压缩）后，此类分析变得不可靠。本文探索对整个图像获取与分发工作流进行端到端优化，以在分发渠道末端实现可靠法证分析。我们证明神经成像管线可被训练以替代数码相机内部处理，并针对高保真照片显影与可靠溯源分析进行联合优化。在我们的实验中，所提方法将图像篡改检测准确率从 45% 提升至超过 90%。该发现鼓励进一步研究构建具有显式溯源保证特性的更可靠成像管线。
引用
@article{arxiv.1812.01516,
title = {Content Authentication for Neural Imaging Pipelines: End-to-end Optimization of Photo Provenance in Complex Distribution Channels},
author = {Pawel Korus and Nasir Memon},
journal= {arXiv preprint arXiv:1812.01516},
year = {2019}
}
备注
Camera ready + supplement, CVPR'19