基于重采样特征与深度学习的图像伪造检测与定位
计算机视觉与模式识别
2017-07-04 v1
摘要
重采样是篡改图像的一个重要特征。本文提出两种基于重采样特征与深度学习结合来检测和定位图像篡改的方法。第一种方法，在重叠图像块上计算重采样特征的Radon变换。然后使用深度学习分类器和高斯条件随机场模型生成热力图。使用随机游走者（Random Walker）分割方法定位篡改区域。第二种方法，将重叠图像块上计算的重采样特征通过基于长短期记忆（LSTM）的网络进行分类和定位。我们比较了这两种方法的检测/定位性能。实验结果表明，两种技术在检测和定位数字图像伪造方面均有效。
引用
@article{arxiv.1707.00433,
title = {Detection and Localization of Image Forgeries using Resampling Features and Deep Learning},
author = {Jason Bunk and Jawadul H. Bappy and Tajuddin Manhar Mohammed and Lakshmanan Nataraj and Arjuna Flenner and B. S. Manjunath and Shivkumar Chandrasekaran and Amit K. Roy-Chowdhury and Lawrence Peterson},
journal= {arXiv preprint arXiv:1707.00433},
year = {2017}
}