预训练 CNN 模型在地理伪造图像检测中的评估
计算机视觉与模式识别
2022-10-04 v1
摘要
得益于生成对抗网络（GANs）的显著进展，生成/操纵图像变得愈发容易。现有工作主要关注人脸图像与视频中的 deepfake。然而，我们当前正见证伪造卫星图像的出现，其可能具有误导性甚至威胁国家安全。因此，迫切亟需开发能够区分真实与伪造卫星图像的检测方法。为推动该领域发展，本文探究若干卷积神经网络（CNN）架构对于伪造卫星图像检测的适用性。具体而言，我们通过开展大量实验对四种 CNN 模型进行基准测试，以评估其性能及针对各类图像失真的鲁棒性。本工作确立了新的基线，并可能有助于基于 CNN 的伪造卫星图像检测方法的发展。
引用
@article{arxiv.2210.00361,
title = {Evaluation of Pre-Trained CNN Models for Geographic Fake Image Detection},
author = {Sid Ahmed Fezza and Mohammed Yasser Ouis and Bachir Kaddar and Wassim Hamidouche and Abdenour Hadid},
journal= {arXiv preprint arXiv:2210.00361},
year = {2022}
}
备注
IEEE International Workshop on Multimedia Signal Processing (MMSP'2022)