基于CNN的相机模型溯源可靠性图估计
计算机视觉与模式识别
2018-05-08 v1
摘要
在过去几年研究的图像取证问题中,盲相机模型溯源受到了极大关注。其指的是仅利用像素信息来检测获取某图像所使用的相机模型的问题。解决该问题对图像完整性评估以及真实性验证具有重大影响。媒体取证领域中使用卷积神经网络(CNNs)的最新进展使得相机模型溯源方法即使在小图像块上也能良好工作。这些改进对于确定伪造定位也很重要。图像的某些块可能不包含与相机模型相关的足够信息(例如,饱和块)。本文中,我们提出一种基于CNN的方案来估计给定图像块的相机模型溯源可靠性。我们表明,可以估计一幅可靠性图,指示图像哪些部分包含可靠的相机痕迹。使用知名数据集的测试证实,利用该信息可使单块小图像块的相机模型溯源准确率提升超过8%。
引用
@article{arxiv.1805.01946,
title = {Reliability Map Estimation For CNN-Based Camera Model Attribution},
author = {David Güera and Sri Kalyan Yarlagadda and Paolo Bestagini and Fengqing Zhu and Stefano Tubaro and Edward J. Delp},
journal= {arXiv preprint arXiv:1805.01946},
year = {2018}
}
备注
Presented at the IEEE Winter Conference on Applications of Computer Vision (WACV18)