相机模型与源设备特定取证方法的融合用于改进篡改检测
图像与视频处理
2020-05-06 v2 机器学习
信号处理
摘要
基于 PRNU 的相机识别方法在图像取证文献中被广泛研究。近年来，基于 CNN 的相机模型识别方法已被开发出来。这两种方法也为篡改定位问题提供了解决方案。在本文中，我们通过神经网络将二者结合，以实现更好的小尺度篡改检测性能。根据结果，即使在高压缩 JPEG 下，该融合方法也优于底层方法。对于小至 100100 像素尺寸的伪造，所提方法优于最先进水平，这验证了融合对于小尺寸图像伪造定位的实用性。我们相信所提方法可用于任何使用基于 PRNU 方法的篡改检测流程。
引用
@article{arxiv.2002.10123,
title = {Fusion of Camera Model and Source Device Specific Forensic Methods for Improved Tamper Detection},
author = {Ahmet Gökhan Poyraz and Ahmet Emir Dirik and Ahmet Karaküçük and Nasir Memon},
journal= {arXiv preprint arXiv:2002.10123},
year = {2020}
}
备注
13 pages