信号相关噪声的统计分析：在图像拼接伪造盲定位中的应用
计算机视觉与模式识别
2020-11-03 v2 多媒体
图像与视频处理
摘要
视觉噪声常被视为图像质量的一种干扰，但它也可为基于图像的法证任务提供关键线索。传统上，噪声被假定为加性高斯模型，先予以估计再用于揭示异常。然而，对于真实传感器噪声，应建模为信号相关噪声（SDN）。本工作中，我们将 SDN 应用于拼接伪造定位任务。通过对 SDN 模型进行统计分析，我们假设噪声在特定亮度下可建模为高斯近似，并提出噪声水平函数的似然模型。通过构建最大后验马尔可夫随机场（MAP-MRF）框架，我们利用噪声似然揭示拼接物体的外来区域，并采用概率组合细化策略。为确保完全盲检测，采用迭代交替方法估计 MRF 参数。实验结果表明，我们的方法有效且提供了具可比性的定位性能。
引用
@article{arxiv.2010.16211,
title = {Statistical Analysis of Signal-Dependent Noise: Application in Blind Localization of Image Splicing Forgery},
author = {Mian Zou and Heng Yao and Chuan Qin and Xinpeng Zhang},
journal= {arXiv preprint arXiv:2010.16211},
year = {2020}
}