HRFNet：用于卫星图像篡改定位的高分辨率伪造网络
计算机视觉与模式识别
2023-07-21 v1
摘要
现有高分辨率卫星图像篡改定位方法依赖于基于块或基于下采样的训练。这两种训练方法均有重大缺陷，例如原始与伪造区域间边界不准确、产生不期望的伪影等。为应对上述挑战，受高分辨率图像分割文献启发，我们提出一种称为 HRFNet 的新模型，以有效实现卫星图像篡改定位。具体而言，我们的模型配备浅层与深层分支，可成功以全局与局部方式融合 RGB 与重采样特征，从而更精确地定位伪造。我们进行了多种实验证明，与现有方法相比，我们的方法取得最佳性能，且内存需求与处理速度不受影响。
引用
@article{arxiv.2307.11052,
title = {HRFNet: High-Resolution Forgery Network for Localizing Satellite Image Manipulation},
author = {Fahim Faisal Niloy and Kishor Kumar Bhaumik and Simon S. Woo},
journal= {arXiv preprint arXiv:2307.11052},
year = {2023}
}
备注
ICIP 2023