CTP-Net：面向文档图像伪造定位的字符纹理感知网络
计算机视觉与模式识别
2023-08-16 v2
摘要
由于近年来信息技术的进展，文档图像在社交网络上被广泛传播。借助强大的图像编辑工具，文档图像易被伪造且不留下可见篡改痕迹，若重要信息被恶意篡改将导致严重问题。因此，文档图像取证研究值得深入探索。本文中，我们提出一种字符纹理感知网络（CTP-Net）以定位文档图像中的伪造区域。具体而言，考虑到文档图像中具有语义的字符高度易损，捕获伪造痕迹是定位伪造区域的关键。我们设计基于光学字符识别的字符纹理流（CTS）以捕获作为文档图像关键组成部分的文本区域特征。同时，整个文档图像的纹理特征由图像纹理流（ITS）提取。结合从 CTS 与 ITS 提取的特征，CTP-Net 能揭示文档图像中更细微的伪造痕迹。此外，为克服缺乏伪造文档图像带来的挑战，我们设计一种数据生成策略用于构建伪造中文商标数据集（FCTM）。在不同数据集上的实验结果表明，所提 CTP-Net 能够定位文档图像中的多尺度伪造区域，并优于最先进的伪造定位方法，即便应用了后处理操作。
引用
@article{arxiv.2308.02158,
title = {CTP-Net: Character Texture Perception Network for Document Image Forgery Localization},
author = {Xin Liao and Siliang Chen and Jiaxin Chen and Tianyi Wang and Xiehua Li},
journal= {arXiv preprint arXiv:2308.02158},
year = {2023}
}