SIFT-SURF-and-FAST-算法
本项目是对不同图像篡改检测算法的比较研究。 比较研究基于在不同标准（例如特征点的数量、特征描述符等）中获得的结果来评估算法的性能。 这些研究是了解算法行为及其对所得结果的影响的重要资源。 我们主要专注于算法 SIFT、SURF 和 FAST。
2021-07-05 13:06:25
401KB
1
阿里天池安全Ai挑战者计划图像篡改检测
博主此次比赛rank23
这是在在学校做宣讲时的材料
包括深度学习入门指导，比赛所需知识获取方式，常见比赛类型解读以及此次比赛的TOP选手方案解读
2021-06-22 18:06:00
8.5MB
1
JPEG图像篡改引入的双重压缩会导致篡改区域的原始压缩特性发生改变，因此可以利用篡改区域压缩特性的不一致性来检测图像的篡改。利用该原理，提出了一种基于量化噪声的JPEG图像篡改检测算法。算法对待检测图像进行分块，计算每块的量化噪声，求取图像块的量化噪声服从均匀分布和高斯分布的概率，从而检测出篡改过的双重压缩区域。实验结果表明：该算法能有效检测双重压缩的JPEG图像篡改，并能定位出篡改区域。
2021-06-19 16:32:35
535KB
1
当前图像篡改检测方法多基于块效应、方法复杂,对于纹理丰富、色彩多变的篡改图像检测率较低、而且容易造成对图像篡改的误判。提出改进图像篡改检测方法。利用激光脉冲峰对图像进行阈值分割处理,然后提取待检测篡改图像的特征点,构建图像区域篡改模型,实现图像特征向量和阈值合理性分析和分解模式匹配,实现对篡改区域的判定和检测。实验结果表明,本文方法能够精确识别出邻近像素的特征差异点,有效提高图像篡改的检测率,降低了误判率。
2021-06-13 20:24:54
308KB
1
可用图像相减法检测篡改，相减之前可能需要对齐图像。对于每幅画，提交一个二值图像，其中被篡改的区域用白色像素标记，未篡改的区域用黑色像素标记：并在两幅图像中标记出来。
2021-04-21 20:56:03
817B
1
复制粘贴是图像篡改的常用手段，经典伪造检测方法将所有重叠图像块作为检测区域，算法时间复杂度高，邻近区域误检率大。为解决以上问题，提出将扩展Harris角点作为检测区域以降低算法复杂度。由于图像经过复制粘贴检测后往往会进行模糊、添加杂色、色彩调整等后处理，使得图像质量下降，本文结合NR图像质量评价给出更为准确的检测结果。实验证明本文算法对经过模糊、添加杂色、JPEG压缩等后处理的复制粘贴图像检测效率高，检测效果好。
2021-04-15 10:30:36
4.58MB
1