上传者: cooc89
|
上传时间: 2022-02-21 09:08:08
|
文件大小: 37.39MB
|
文件类型: ZIP
使用高级的图像日志工具,可以很容易地利用某些操作技术(如复制复制、对象拼接和删除)改变图像的语义,这些技术会误导观看者。相比之下,识别这些操作是一个非常具有挑战性的任务,因为被操作的区域在视觉上并不明显。本文提出了一种利用重采样特征、LSTM (Long-Short - Term Memory)单元和编码器-解码器网络分割操作区域和非操作区域的高置信度操作定位体系结构。重采样特性用于捕获JPEG质量损失、上采样、下采样、旋转和剪切等工件。该网络利用更大的接收域(空间图)和频域相关,结合编码器和LSTM网络分析操纵区域和非操纵区域之间的区别特征。最后,解码器网络学习从低分辨率特征映射到像素预测图像篡改定位。
利用所提出体系结构的最后一层(softmax)提供的预测掩码,通过地面真相掩码的反向传播进行端到端训练来学习网络参数。此外,还引入了一个大的图像拼接数据集来指导训练过程。该方法能够在像素级实现高精度的图像处理,并在三种不同的数据集上进行了严格的实验。
索引术语-图像伪造,篡改定位,分割,重采样,LSTM, CNN,编码器,解码器