篡改掩码生成器：基于改进全变分降噪的高质量图像篡改掩码生成方法
计算机视觉与模式识别
2023-10-24 v1
摘要
在人工智能领域，任何想要取得良好结果的模型都离不开大量高质量数据，在篡改检测领域尤其如此。本文提出一种改进的全变分降噪方法以获取高质量篡改图像。我们从百度 PS 吧自动爬取原始图像与篡改图像。百度 PS 吧是一个网友发布无数篡改图像的网站。将原始图像与篡改图像相减可突出篡改区域。然而，最终图像上也存在大量噪声，因此这些图像不能直接用于深度学习模型。我们的改进全变分降噪方法旨在解决该问题。由于大量文字纤细，开闭运算后易丢失文字信息。我们利用 MSER（最大稳定极值区域）与 NMS（非极大值抑制）技术提取文字信息，随后使用改进全变分降噪技术处理相减后的图像。最后，通过将图像与文字信息相加，我们得到噪声极小的图像，该思路也较大程度保留了文字信息。如此生成的数据集可用于深度学习模型，并有助于模型取得更好结果。
引用
@article{arxiv.2310.15041,
title = {Manipulation Mask Generator: High-Quality Image Manipulation Mask Generation Method Based on Modified Total Variation Noise Reduction},
author = {Xinyu Yang and Jizhe Zhou},
journal= {arXiv preprint arXiv:2310.15041},
year = {2023}
}