StegaPos：利用不可感知的位置嵌入防止非预期裁剪与替换

我们提出了一种学习到的、空间变化的隐写系统，可检测图像在发布后是否以及如何被裁剪、拼接或修复所篡改。该系统包含一个学习到的编码器，在发布前于每个局部图像区域中不可感知地隐藏独特的位置签名，以及一个配套的学习解码器，用于提取隐写签名以确定每个局部图像区域在原始发布图像中的二维位置坐标。裁剪和替换编辑会因引起的隐藏位置签名不一致而变得可检测。使用一个针对小尺寸$(400 \times 400)$图像的原型系统，我们通过实验表明，简单的CNN编码器和解码器架构可以联合训练以实现可靠且鲁棒的检测，且不引入可感知失真。该方法可帮助个人和图像共享平台认证图像由可信来源发布，并知晓此类图像中哪些部分（若有）自发布以来已被大幅改动。