通过多分支 CNN 实现复制移动源与目标区域消歧
计算机视觉与模式识别
2021-01-22 v2 密码学与安全
摘要
我们提出一种识别复制移动伪造的源区域与目标区域的方法，以正确定位被篡改区域。首先，我们将该问题转化为一个假设检验框架，其目标是判定由通用复制移动检测器检测到的两个近似重复区域中哪一个是原始区域。随后我们设计了一种多分支 CNN 架构，通过学习一组能够揭示复制移动区域中插值伪影与边界不一致性特征的方法来解决该假设检验问题。所提出的架构在为此目的显式构建的合成数据集上训练，在来自合成与真实数据集的复制移动伪造上均取得了良好结果。基于我们的测试，即便在由最先进复制移动检测算法提供近似复制移动定位掩码的真实情况下，所提出的消歧方法也能可靠地揭示目标区域。
引用
@article{arxiv.1912.12640,
title = {Copy Move Source-Target Disambiguation through Multi-Branch CNNs},
author = {Mauro Barni and Quoc-Tin Phan and Benedetta Tondi},
journal= {arXiv preprint arXiv:1912.12640},
year = {2021}
}