用于广义文档重捕获攻击检测的双分支多尺度深度神经网络
计算机视觉与模式识别
2022-12-01 v1 人工智能
摘要
图像重捕获攻击是一种有效的图像篡改方法，可抹除某些取证痕迹，当以个人文档图像为目标时，对电子商务及其他 Web 应用的安全构成巨大威胁。考虑到当前基于学习的方法存在严重的过拟合问题，本文提出一种新颖的双分支深度神经网络，通过设计的频率滤波器组与多尺度交叉注意力融合模块挖掘更好的广义重捕获伪影。在大量实验中，我们表明所提方法在不同场景下相比最先进（state-of-the-art）技术具有更优的泛化能力。
引用
@article{arxiv.2211.16786,
title = {Two-branch Multi-scale Deep Neural Network for Generalized Document Recapture Attack Detection},
author = {Jiaxing Li and Chenqi Kong and Shiqi Wang and Haoliang Li},
journal= {arXiv preprint arXiv:2211.16786},
year = {2022}
}
备注
5 pages, 4 figures, 2023 IEEE International Conference on Acoustics, Speech and Signal Processing, under review