面向图像复制-粘贴溯源的级联双流注意力网络

作者：吉彦卿; 张玉金

来源：计算机科学与探索, 2022, 1-15.

• 图像篡改区域定位
• 级联双流网络
• 特征融合
• 注意力机制
• 图像噪声提取

复制-粘贴是一种常见的图像篡改方式，传统的图像复制-粘贴取证方法主要致力于伪造区域定位研究，而复制-粘贴源与目标的区分已成为当前图像取证领域的瓶颈问题。目前，能从原始伪造图像中定位篡改源与目标区域的算法仍存在一些不足。为此，本文在已有算法的基础上提出了一种级联双流注意力网络，该网络分为两个阶段，第一阶段由编码、特征分析和解码网络构成。在编码部分，采用轻量级MobileNetV2作为主干网络提取图像浅层和深层特征形成双流输出；在特征分析阶段，利用相似特征注意力机制和空洞空间卷积池化金字塔模块多尺度捕捉深层特征中的篡改区域，利用浅层特征分支改善网络对篡改区域边缘细节的分割性能。在解码部分，对特征图逐像素做类别预测并上采样。网络的第二阶段对一阶段检测到的篡改区域做源与目标的区分，其同样采用双流结构。双分支输入分别为包含源与目标区域的原始图像块和经过噪声提取的图像块，并将提取到的块特征融合后做类别预测，最终采用区域映射的方式实现像素级输出。实验结果表明，该网络不仅能有效地定位篡改区域，同时还能较好地区分复制-粘贴的源与目标。该网络一阶段在测试集和两个公共数据集上相较于最新算法性能分别提升9.3%、2.6%和2.5%，端到端测试集检测性能提升6.05%，同时对常规的图像后处理具有更好的鲁棒性。

• 单位
  上海工程技术大学