考虑含相似但真实物体的真实图像重新审视复制-移动伪造检测
多媒体
2016-01-28 v1
摘要
自然或人造场景的许多图像常包含相似但真实物体(Similar but Genuine Objects, SGO)。这对现有复制-移动伪造检测(Copy-Move Forgery Detection, CMFD)方法提出了挑战，这些方法仅基于场景中成对相似性来匹配关键点/块。为解决此问题，我们提出一种使用缩放Harris特征描述符(Scaled Harris Feature Descriptors, SHFD)的新颖CMFD方法，其在含SGO的伪造图像上表现稳定良好。其主要步骤包括：(i) 使用金字塔尺度空间与方向分配以保持缩放与旋转不变性；(ii) 应用组合特征进行精确纹理描述；(iii) 匹配两点的相似特征并利用RANSAC去除错误匹配。实验结果表明，所提算法在检测SGO与复制-移动伪造方面有效，优于现有方法。即便图像经历几何变换与后处理，我们的方法仍表现出高鲁棒性。
引用
@article{arxiv.1601.07262,
title = {Revisiting copy-move forgery detection by considering realistic image with similar but genuine objects},
author = {Ye Zhu and Tian-Tsong Ng and Xuanjing Shen and Bihan Wen},
journal= {arXiv preprint arXiv:1601.07262},
year = {2016}
}
备注
The version of ICASSP2016 submission