基于卷积神经网络的图像拼接篡改检测算法 |
| |
引用本文: | 钟辉,李红,李振建,欧阳若川,闫冬梅.基于卷积神经网络的图像拼接篡改检测算法[J].吉林大学学报(工学版),2020,50(4):1428-1434. |
| |
作者姓名: | 钟辉 李红 李振建 欧阳若川 闫冬梅 |
| |
作者单位: | 吉林大学大数据和网络管理中心,长春130012;吉林大学大数据和网络管理中心,长春130012;吉林大学大数据和网络管理中心,长春130012;吉林大学大数据和网络管理中心,长春130012;吉林大学大数据和网络管理中心,长春130012 |
| |
基金项目: | 赛尔网络下一代互联网技术创新项目;吉林省省级产业创新专项资金项目 |
| |
摘 要: | 为了进一步提高篡改检测率,提出了一种基于卷积神经网络(CNN)的图像篡改检测算法(SCNN)。虽然CNN能够直接从数据中学习分类特征,但是在其标准形式中,它倾向于学习与图像内容相关的特征。为了克服图像取证任务中的这一问题,提出了一种新的图像预处理层来共同抑制图像内容并自适应地学习特征。使用CASIA V2.0中75%的图像对SCNN进行训练和验证,并使用CASIA V2.0中的其余图像和哥伦比亚未压缩数据集中的所有图像进行测试。实验结果表明,本文SCNN框架明具有一定有效性及鲁棒性。
|
关 键 词: | 多媒体取证 卷积神经网络 篡改检测 拼接图像 特征提取 |
本文献已被 CNKI 万方数据 等数据库收录! |
|