| 语义一致性引导的多任务拼接篡改检测 |
| |
| 引用本文： | 张玉林,王宏霞,张瑞,张婧媛. 语义一致性引导的多任务拼接篡改检测[J]. 中国图象图形学报, 2023, 28(3): 775-788 |
| |
| 作者姓名： | 张玉林 王宏霞 张瑞 张婧媛 |
| |
| 作者单位： | 四川大学网络空间安全学院, 成都 610065 |
| |
| 基金项目： | 国家自然科学基金项目(61972269)；四川省科技计划项目(2022YFG0320) |
| |
| 摘 要： | 目的 随着数字图像及编辑软件的广泛应用,伪造图像层出不穷,对新闻传播、法律取证等行业造成了影响。拼接伪造是一种常见的伪造方式,这种伪造方式往往会向原始图像中添加新的对象,导致原始图像语义受到改变、曲解。现有很多基于卷积神经网络的篡改检测方法都更关注篡改痕迹的特征提取,但忽略了伪造图像中的语义不一致。针对拼接伪造中原始图像发生的语义变化,提出了一种以篡改检测为主任务,语义分割和噪声重建为辅助任务的多分辨率全卷积神经网络。方法 通过多任务策略将语义分割和噪声重建作为辅助任务。语义分割任务旨在捕捉拼接伪造图像过程中产生的语义不一致现象,噪声重建任务允许网络获得更全面的图像噪声分布。为了使网络获取更全面、准确的特征,网络中的RGB流、噪声流和融合模块都使用多分辨率思想从多个分辨率上提取处理不同形状和大小的拼接对象。结果 本文与其他几种先进的篡改检测网络和基于HRNet(high-resolution network)的基线网络进行了对比实验,在Fantastic Reality和Spliced Dataset两个数据集中,本文方法均取得了最优性能,F1分数分别为0.946和0.961。对JPE...
|
| 关 键 词： | 图像篡改检测 语义一致性 多任务策略 多分辨率 高分辨率网络(HRNet) |
| 收稿时间： | 2022-06-10 |
| 修稿时间： | 2022-09-21 |
Semantic consistency-relevant multitask splicing-tampered detection |
| |
| Zhang Yulin,Wang Hongxi,Zhang Rui,Zhang Jingyuan. Semantic consistency-relevant multitask splicing-tampered detection[J]. Journal of Image and Graphics, 2023, 28(3): 775-788 |
| |
| Authors: | Zhang Yulin Wang Hongxi Zhang Rui Zhang Jingyuan |
| |
| Affiliation: | School of Cyber Science and Engineering, Sichuan University, Chengdu 610065, China |
| |
| Abstract: | |
| |
| Keywords: | image tampering detection semantic consistency multi-task strategy multi-resolution high-resolution network(HRNet) |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
|
