缩小语义鸿沟：用于复制-移动伪造检测局部矩不变量的空间池化
计算机视觉与模式识别
2023-01-18 v2
摘要
复制-移动伪造是指将图像中特定块复制并粘贴到该图像他处的操纵，可能有非法或不道德用途。复制-移动伪造取证方法的近期进展在检测精度与鲁棒性上展现出日益增长的成效。然而，对于高自相似性或强信号损坏的图像，现有算法常表现出低效处理与不可靠结果。这主要源于低级视觉表征与高级语义概念之间的固有语义鸿沟。本文首次尝试缓解复制-移动伪造检测中的语义鸿沟问题，通过局部矩不变量的空间池化实现中级图像表征。我们的检测方法在两个方面拓展了传统工作：1) 我们首次将词袋模型引入该领域，可能意味着取证研究的新视角；2) 我们提出词到短语的特征描述与匹配流程，涵盖数字图像的空间结构与视觉显著性信息。大量实验结果表明，我们的框架在克服语义鸿沟所致相关问题上的性能优于 SOTA 算法。
引用
@article{arxiv.2207.09135,
title = {Shrinking the Semantic Gap: Spatial Pooling of Local Moment Invariants for Copy-Move Forgery Detection},
author = {Chao Wang and Zhiqiu Huang and Shuren Qi and Yaoshen Yu and Guohua Shen and Yushu Zhang},
journal= {arXiv preprint arXiv:2207.09135},
year = {2023}
}
备注
Accepted by IEEE Transactions on Information Forensics and Security, 2023, https://ieeexplore.ieee.org/document/10007894