基于深度连体卷积神经网络的通用图像篡改检测
计算机视觉与模式识别
2018-08-24 v2
摘要
检测图像上所进行的各类图像编辑操作是图像取证中的一个重要问题。它给出图像的处理历史信息，并能够暴露图像中存在的伪造。已有少数方法被提出以单一框架检测不同类型的图像编辑操作。然而，所有操作必须在训练阶段先验已知。但在真实取证场景中，可能无法获知图像上进行的编辑操作。为解决此问题，我们提出一种新颖的基于深度学习的方法，能够区分不同类型的图像编辑操作。所提方法以成对方式将图像块分类为相似处理或不同处理，使用的是深度连体神经网络。一旦网络学到可判别不同图像编辑操作的特征，它便能区分训练阶段未出现的不同图像编辑操作。实验结果显示了所提方法在检测/判别不同图像编辑操作上的有效性。
引用
@article{arxiv.1808.06323,
title = {Universal Image Manipulation Detection using Deep Siamese Convolutional Neural Network},
author = {Aniruddha Mazumdar and Jaya Singh and Yosha Singh Tomar and Prabin Kumar Bora},
journal= {arXiv preprint arXiv:1808.06323},
year = {2018}
}