基于多视图多尺度监督的图像篡改检测
计算机视觉与模式识别
2021-07-27 v2 人工智能
摘要
图像篡改检测的关键挑战在于如何学习可泛化的特征，这些特征对新颖数据中的篡改敏感，同时又具特异性以避免对真实图像产生误报。当前研究强调敏感性，却忽视了特异性。本文通过多视图特征学习和多尺度监督来兼顾这两个方面。前者通过利用篡改区域周围的噪声分布与边界伪影，旨在学习语义无关从而更具泛化性的特征；后者使我们能够从真实图像中学习，而这是当前基于语义分割网络的方法难以考虑的。我们的思路通过一个新的网络实现，称之为 MVSS-Net。在五个基准集上的大量实验证明了 MVSS-Net 在像素级与图像级篡改检测上的可行性。
引用
@article{arxiv.2104.06832,
title = {Image Manipulation Detection by Multi-View Multi-Scale Supervision},
author = {Xinru Chen and Chengbo Dong and Jiaqi Ji and Juan Cao and Xirong Li},
journal= {arXiv preprint arXiv:2104.06832},
year = {2021}
}
备注
Accepted by ICCV 2021