Geo-DefakeHop：高性能地理假图像检测
计算机视觉与模式识别
2021-10-20 v1 机器学习
图像与视频处理
摘要
本文提出一种称为Geo-DefakeHop的鲁棒假卫星图像检测方法。Geo-DefakeHop基于并行子空间学习（PSL）方法学开发。PSL使用多个滤波器组将输入图像空间映射到若干特征子空间。通过探究滤波器组下真实与假图像间不同通道的响应差异，Geo-DefakeHop学习最具判别性的通道并将其软决策分数用作特征。随后，Geo-DefakeHop从每个滤波器组选取少量判别特征并集成以作出最终二分类决策。Geo-DefakeHop为假卫星图像检测提供了轻量级高性能方案。对其模型大小进行了分析，其参数规模介于0.8至62K之间。此外，实验结果表明，在缩放、压缩与噪声腐蚀等多种常见图像操作下，其F1-score高于95%。
引用
@article{arxiv.2110.09795,
title = {Geo-DefakeHop: High-Performance Geographic Fake Image Detection},
author = {Hong-Shuo Chen and Kaitai Zhang and Shuowen Hu and Suya You and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2110.09795},
year = {2021}
}