主动式图像篡改检测
计算机视觉与模式识别
2022-04-01 v2
摘要
图像篡改检测算法通常训练用于区分使用特定生成模型(GMs)篡改的图像与真实图像，但对训练时未见的GMs篡改图像泛化能力差。传统检测算法被动接收输入图像。相比之下，我们提出一种主动式图像篡改检测方案。我们的关键技术是估计一组模板，将其加至真实图像上可带来更准确的篡改检测。即，受模板保护的真实图像及其篡改版本，比原始真实图像与其篡改版本更易被区分。这些模板基于模板所需性质约束进行估计。在图像篡改检测中，我们提出的方法相对于先前工作在CycleGAN上平均精确率提升16%，在GauGAN上提升32%。我们的方法可泛化至多种GMs，在12种GMs上平均精确率较先前工作平均提升10%。我们的代码见 https://www.github.com/vishal3477/proactive_IMD。
引用
@article{arxiv.2203.15880,
title = {Proactive Image Manipulation Detection},
author = {Vishal Asnani and Xi Yin and Tal Hassner and Sijia Liu and Xiaoming Liu},
journal= {arXiv preprint arXiv:2203.15880},
year = {2022}
}
备注
Published at CVPR 2022