多尺度特征耦合双分类器的图像伪造检测算法

摘要：

为解决当前图像伪造检测技术仅局限于单一伪造形式的检测,难以适应各种复杂的组合篡改识别,使其识别精度与通用性能不佳等不足,提出多尺度特征提取耦合双分类器的图像伪造检测算法.分别利用Curve-let变换、Gabor变换、LBP(local binary pattern)与DCT(discrete cosine transform)变换采集输入图像的特征信息,融合这些提取特征,形成图像的多尺度特征;引入隐马尔科夫和支持向量机,设计双分类器的真伪决策模型,将多尺度特征视为识别依据,利用双分类器决策出真实图像和篡改图像.实验结果表明,与当前伪造检测前算法相比,所提算法具有更高的检测精度与鲁棒性,能够有效地对复制区发生旋转、模糊和噪声的复制-粘贴和拼接伪造完成精确检测.

关键词：图像伪造检测、多尺度特征、双分类器、隐马尔科夫、支持向量机

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省科技厅应用基础研究基金项目BJ98057

在线出版日期：2017-12-01（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：2788-2793,2819