基于级联卷积神经网络的图像篡改检测算法

Bi Xiuli,Wei Yang,Xiao Bin,Li Weisheng,Ma Jianfeng

JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY（2019）

引用 4|浏览5

暂无评分

摘要

基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷.利用深层多神经元的单一网络结构的图像篡改检测算法虽然可以学习更高级的语义信息,但检测定位篡改区域效果并不理想.该文提出一种基于级联卷积神经网络的图像篡改检测算法,在卷积神经网络所展示出来的普遍特性的基础上进一步探究其深层次的特性,利用浅层稀神经元的级联网络结构弥补以往深层多神经元的单一网络结构在图像篡改检测中的缺陷.该文提出的检测算法由级联卷积神经网络和自适应筛选后处理两部分组成,级联卷积神经网络实现分级式的篡改区域定位,自适应筛选后处理对级联卷积神经网络的检测结果进行优化.通过实验对比,该文算法展示了较好的检测效果,且具有较高的鲁棒性.

查看译文

关键词

Image forgery detection,Cascaded convolutional neural network,Shallow layers and thin neurons,Cascaded network structure,Adaptive filtering post-processing

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要