基于 JPEG 初次量化矩阵估计与聚类的图像拼接检测、定位与溯源
图像与视频处理
2022-01-20 v2 计算机视觉与模式识别
摘要
检测不同图像区域间双重 JPEG 伪影的不一致性常用于检测局部图像篡改（如图像拼接）并定位篡改区域。本文更进一步，提出了一种端到端系统，除检测和定位拼接区域外，还能区分来自不同供体图像的区域。我们假设拼接区域和背景图像均经历了双重 JPEG 压缩，并利用初次量化矩阵的局部估计来区分取自不同来源的拼接区域。为此，我们根据估计的初次量化矩阵对图像块进行聚类，并通过形态学重建细化结果。所提方法可广泛应用于多种设置，包括对齐与非对齐双重 JPEG 压缩，且无论第二次压缩强于还是弱于第一次压缩均可工作。我们通过大量实验验证了所提方法，表明其在类似条件下相对于基线方法具有更优性能。
关键词
引用
@article{arxiv.2102.01439,
title = {Image Splicing Detection, Localization and Attribution via JPEG Primary Quantization Matrix Estimation and Clustering},
author = {Yakun Niu and Benedetta Tondi and Yao Zhao and Rongrong Ni and Mauro Barni},
journal= {arXiv preprint arXiv:2102.01439},
year = {2022}
}