基于DeepLab v3+的多任务图像拼接篡改检测算法

摘要：

在图像拼接篡改检测任务中,受篡改区域尺度多样性及模糊操作的影响,传统分类算法难以提取图像篡改特征.提出一种基于DeepLab v3+的图像拼接篡改检测算法,使用浅层图像特征预测图像的篡改区域边界,提高模型对篡改边界的敏感性.在此基础上,通过多尺度融合特征对图像篡改区域进行分割,并在原空洞空间金字塔模块中融合空间和通道注意力机制,从而提高模型对多尺度篡改区域的适应性.实验结果表明,所提算法能有效检测图像的篡改区域,在CASIA v1.0和Columbia数据集中的分割精度分别为0.7546和0.7278,优于DCT、BAPPY、MFCN等算法.

关键词：图像拼接篡改检测;DeepLab v3+网络;多任务检测;注意力机制;空洞卷积

所属期刊栏目：48

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFC1603303

在线出版日期：2022-01-13（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：253-259