ReLoc：一种用于鲁棒图像篡改定位的恢复辅助框架
计算机视觉与模式识别
2022-11-09 v1 多媒体
图像与视频处理
摘要
随着篡改图像的扩散，定位数字图像中的篡改区域已引起越来越多的关注。然而，现有图像篡改定位方法在篡改图像遭受某些后处理时会出现严重的性能下降，因为篡改痕迹会被后处理操作扭曲。对抗后处理的鲁棒性差是图像篡改定位技术实际应用中的瓶颈。为解决此问题，本文提出一种新颖的用于图像篡改定位的恢复辅助框架（ReLoc）。ReLoc 框架主要由图像恢复模块和篡改定位模块组成。ReLoc 的核心思想是利用恢复模块重建失真篡改图像的高质量对应版本，从而重新增强被扭曲的篡改痕迹，便于篡改定位模块识别篡改区域。为此，恢复模块不仅以图像视觉质量的常规约束进行优化，还以面向取证的目标函数进行优化。此外，恢复模块与定位模块交替训练，可稳定训练过程并有助于提升性能。所提框架通过对抗最常用的后处理 JPEG 压缩进行评估。大量实验结果表明，ReLoc 能显著提升对抗 JPEG 压缩的鲁棒性。训练良好的 ReLoc 模型中的恢复模块具有可迁移性，即直接搭配另一篡改定位模块部署时仍然有效。
引用
@article{arxiv.2211.03930,
title = {ReLoc: A Restoration-Assisted Framework for Robust Image Tampering Localization},
author = {Peiyu Zhuang and Haodong Li and Rui Yang and Jiwu Huang},
journal= {arXiv preprint arXiv:2211.03930},
year = {2022}
}
备注
12 pages, 5 figures