使用SOTA图像分类深度学习方法结合误差水平分析进行伪造图像检测
计算机视觉与模式识别
2023-01-02 v1 机器学习
摘要
计算机视觉领域的进步得益于深度学习机制。图像取证是计算机视觉应用的主要领域之一。图像伪造是图像取证的一个子类别，可以使用误差水平分析进行检测。将此类图像作为输入，这可以转化为一个二分类问题，并利用卷积神经网络的变体来解决。在本文中，我们在经过误差水平分析处理的CASIA ITDE v.2数据集上，使用最先进的图像分类模型进行迁移学习。所使用的算法包括VGG-19、Inception-V3、ResNet-152-V2、XceptionNet和EfficientNet-V2L，并给出了它们各自的方法和结果。
引用
@article{arxiv.2211.15196,
title = {Forged Image Detection using SOTA Image Classification Deep Learning Methods for Image Forensics with Error Level Analysis},
author = {Raunak Joshi and Abhishek Gupta and Nandan Kanvinde and Pandharinath Ghonge},
journal= {arXiv preprint arXiv:2211.15196},
year = {2023}
}
备注
8 pages, 5 figures. To appear in proceedings of 2022 13th International Conference on Computing Communication and Networking Technologies (ICCCNT)