用于图像伪造认证的智能新型计算机分析工具
图像与视频处理
2018-06-13 v1 计算机视觉与模式识别
摘要
本文提出了一种利用反向传播神经网络(BPNN)将图像伪造检测与图像人脸识别相集成的方法。我们观察到，人脸识别本身对于每一幅输入图像总会给出匹配输出或最接近的可能输出图像，而不论测试输入图像的真伪。基于此，我们提出将针对整个输入图像的盲目但强大的自动化图像伪造检测与 BPNN 识别程序相结合。因此，输入图像必须先经过认证才能送入识别程序。由此，作为一种图像安全识别与认证要求，任何未通过认证/验证阶段的图像都不得用作输入/测试图像。此外，提出并设计了一种通用智能 GUI 工具，用于执行图像伪造检测，其错误率低至 2%。
引用
@article{arxiv.1806.04576,
title = {Smart Novel Computer-based Analytical Tool for Image Forgery Authentication},
author = {Rozita Teymourzadeh and Amirrize Alpha and VH Mok},
journal= {arXiv preprint arXiv:1806.04576},
year = {2018}
}
备注
Circuit and Systems (CAS) Conference. Pp.120-125. ISBN: 978-1-4673-3117