将基于残差的局部描述子重构为卷积神经网络：在图像伪造检测中的应用
计算机视觉与模式识别
2017-03-16 v1
摘要
基于图像噪声残差的局部描述子已被证明对于许多取证应用（如伪造检测与定位）极为有效。尽管如此，受计算机视觉中有希望的结果的推动，研究界的焦点正转向深度学习。在本文中，我们展示了一类基于残差的描述子实际上可被视为一个简单的受限卷积神经网络(CNN)。然后，通过放宽约束，并在相对较小的训练集上微调该网络，我们获得了相对于传统检测器的显著性能提升。
引用
@article{arxiv.1703.04615,
title = {Recasting Residual-based Local Descriptors as Convolutional Neural Networks: an Application to Image Forgery Detection},
author = {Davide Cozzolino and Giovanni Poggi and Luisa Verdoliva},
journal= {arXiv preprint arXiv:1703.04615},
year = {2017}
}