基于可形变自相关网络的图像篡改检测方法

摘要：

基于深度学习的图像复制-粘贴篡改检测方法在特征提取过程中未考虑特征的空间排列,在小区域篡改样本下检测性能不佳.基于可形变自相关网络提出一种图像篡改检测方法.通过引入可形变卷积和多尺度空间金字塔,自适应地学习篡改目标的空间形变,同时通过构造自相关金字塔式特征层次结构,融合全局特征和局部特征以提升图像篡改检测性能.实验结果表明,该方法在公开的图像篡改检测基准上各项评测指标均优于对比方法,其精确率、召回率、F1值较BusterNet 2019分别提高14.85、15.04、12.81个百分点,在小区域篡改样本下性能优势更为明显.

关键词：图像篡改检测;特征提取;可形变卷积;自相关金字塔

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目;国家自然科学基金青年科学基金项目;广东省普通高校重点领域专项;广东省自然科学基金面上项目;广东省普通高校重点实验室项目

在线出版日期：2021-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：241-246,253