基于特征融合的篡改与深度伪造图像检测算法

摘要：

如今,恶意篡改与深度伪造图片的数量呈现爆发性增长态势,而现有图像篡改检测方法普遍存在适用范围有限、检测准确率不高等问题.针对此类问题,文章提出了一种基于图像纹理特征的篡改与伪造图像分类检测算法,首次将Cb与Cr通道经过Scharr算子提取的一阶梯度边缘纹理图片与G通道经过Laplacian算子提取的二阶梯度边缘纹理图片结合,使用灰度共生矩阵(GLCM)融合并提取图片的纹理特征,最后经过EfficientNet进行篡改与深度伪造监测.通过在各类图像篡改与深度伪造数据集上的实验,验证了该模型在两类二分类检测任务上都具有广泛的适用性与高检测准确率,对于多种深度伪造人脸算法所生成图片的分类检测准确率均能达到99.9％.

关键词：图像篡改检测;深度伪造;深度学习;EfficientNet

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金[61906199;中央高校基本科研业务费[2019JKF426

在线出版日期：2021-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：70-81