高级搜索

基于级联卷积神经网络的图像篡改检测算法

毕秀丽 魏杨 肖斌 李伟生 马建峰

引用本文: 毕秀丽, 魏杨, 肖斌, 李伟生, 马建峰. 基于级联卷积神经网络的图像篡改检测算法[J]. 电子与信息学报, doi: 10.11999/JEIT190043 shu
Citation:  Xiuli BI, Yang WEI, Bin XIAO, Weisheng LI, Jianfeng MA. Image Forgery Detection Algorithm Based on Cascaded Convolutional Neural Network[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190043 shu

基于级联卷积神经网络的图像篡改检测算法

    作者简介: 毕秀丽: 女,1982年生,副教授,研究方向包括图像处理、多媒体安全和图像取证;
    魏杨: 男,1993年生,硕士生,研究方向包括深度学习、图像取证;
    肖斌: 男,1982年生,教授,研究方向包括图像处理、模式识别和数字水印;
    李伟生: 男,1975年生,教授,研究方向包括智能信息处理与模式识别;
    马建峰: 男,1963年生,教授,研究方向包括计算机网络、信息安全
    通讯作者: 肖斌,xiaobin@cqupt.edu.cn
  • 基金项目: 国家自然科学基金(61572092, U1401252),国家重点研发计划基金(2016YFC1000307-3)

摘要: 基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然可以学习更高级的语义信息,但检测定位篡改区域效果并不理想。该文提出一种基于级联卷积神经网络的图像篡改检测算法,在卷积神经网络所展示出来的普遍特性的基础上进一步探究其深层次的特性,利用浅层稀神经元的级联网络结构弥补以往深层多神经元的单一网络结构在图像篡改检测中的缺陷。该文提出的检测算法由级联卷积神经网络和自适应筛选后处理两部分组成,级联卷积神经网络实现分级式的篡改区域定位,自适应筛选后处理对级联卷积神经网络的检测结果进行优化。通过实验对比,该文算法展示了较好的检测效果,且具有较高的鲁棒性。

English

图(6)表(1)
计量
  • PDF下载量:  68
  • 文章访问数:  1521
  • HTML全文浏览量:  741
文章相关
  • 通讯作者:  肖斌, xiaobin@cqupt.edu.cn
  • 收稿日期:  2019-01-15
  • 录用日期:  2019-04-19
  • 网络出版日期:  2019-05-21
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章