深度匹配与验证网络——一种用于约束图像拼接定位与检测的端到端解决方案
计算机视觉与模式识别
2017-05-30 v1 密码学与安全
摘要
图像拼接是一种非常常见的图像篡改技术，有时被用于恶意目的。拼接检测与定位算法通常接收输入图像并给出二值决策指示该图像是否被篡改，同时给出对应于拼接区域的分割掩码。大多数现有拼接检测与定位流程存在两个主要缺点：1) 使用手工特征，这些特征对后续处理（如压缩）不够鲁棒；2) 流程的每个阶段通常独立优化。本文中，我们扩展底层拼接问题的表述以考虑两幅输入图像，一幅查询图像和一幅潜在供体图像。此处任务为估计供体图像已被用来拼接查询图像的概率，并获取查询图像和供体图像的拼接掩码。我们引入一种新颖的深度卷积神经网络架构，称为深度匹配与验证网络(DMVN)，它同时定位并检测图像拼接。所提方法不依赖手工特征，并使用原始输入图像来创建深度习得表征。此外，DMVN端到端优化以产生概率估计与分割掩码。我们大量实验表明，该方法在AUC分数和速度方面均以大幅优势优于最先进的拼接检测方法。
引用
@article{arxiv.1705.09765,
title = {Deep Matching and Validation Network -- An End-to-End Solution to Constrained Image Splicing Localization and Detection},
author = {Yue Wu and Wael AbdAlmageed and Prem Natarajan},
journal= {arXiv preprint arXiv:1705.09765},
year = {2017}
}
备注
9 pages, 10 figures