基于非局部自相关的复制粘贴检测算法

针对数字图像复制-粘贴篡改无法区分目标与来源的问题，文中通过改进相似度匹配算法和利用非局部自注意力机制，在定位出篡改区域的前提下，解决了篡改源区域和目标区域的分类问题。总体框架为双分支检测网络，主分支采用经典U-net分割篡改区域像素，副分支通过孪生网络进行特征提取并计算自相关性，从而分割出篡改目标与源区域像素。将双分支融合后进行端到端训练，最终网络预测出三分类结果。实验结果表明，文中算法检测定位目标区域时的像素级分类精确率达到了80.47%,且F1值及准确度均优于对比算法。可视化结果和鲁棒性实验也表明文中算法具有良好的泛化性能。