关于检测基于GAN与修饰的合成篡改
计算机视觉与模式识别
2019-01-29 v1
摘要
数字修饰图像已蔚然成风，人们在社交媒体发布篡改图像，甚至杂志刊登名人的无瑕面部图像。此外，随着生成对抗网络(GANs)的进步，如今改变属性与修饰已变得十分轻易。此类合成篡改对人脸识别算法有不利影响。尽管研究者已提出检测图像篡改，检测GAN生成图像仍未被探索。本文提出一种使用卷积神经网络(CNNs)的监督深度学习算法以检测合成篡改图像。该算法在ND-IIITD数据集上检测修饰的准确率达99.65%，优于先前最优方法在该数据库上87%的准确率。对于区分真实图像与GAN生成图像，所提算法准确率为99.83%。
引用
@article{arxiv.1901.09237,
title = {On Detecting GANs and Retouching based Synthetic Alterations},
author = {Anubhav Jain and Richa Singh and Mayank Vatsa},
journal= {arXiv preprint arXiv:1901.09237},
year = {2019}
}
备注
The 9th IEEE International Conference on Biometrics: Theory, Applications, and Systems (BTAS 2018)