科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对图像篡改检测算法依赖单一图像属性、适用度不高以及当前基于深度学习的检测算法时间复杂度过高、精度较低等缺陷,提出了一种基于U型检测网络的图像篡改检测算法。该算法首先利用连续的卷积层和最大池化层提取图像中多阶段的特征信息,然后将得到的特征信息通过上采样操作恢复至输入图像的分辨率大小。同时,为保证在提取图像高级语义信息的同时实现更高的检测精度,U型检测网络中各阶段的输出特征会和对应的通过上采样层的输出特征进行合并。U型检测网络在一般网络展现出来的特性上,进一步探究了图像中篡改与非篡改区域间的隐藏特征信息,利用其端到端的网络结构和提取图像上下文间较强关联信息的属性,可以实现快速且高精度的检测效果。最后利用全连接条件随机场对U型检测网络的输出结果进行优化,以获得更精细的检测效果。实验结果表明,所提算法效果优于传统的基于图像单一属性的篡改检测算法和当前基于深度学习的检测算法,并且具有较好的顽健性。
- 单位
