CVPRMay, 2018
学习图像篡改检测的丰富特征
Learning Rich Features for Image Manipulation Detection
Peng Zhou, Xintong Han, Vlad I. Morariu, Larry S. Davis
TL;DR本篇论文提出了一种基于两个流的 Faster R-CNN 网络,旨在检测被篡改图像中的篡改区域,其中一个流从 RGB 图像输入中提取特征,以发现强对比度差异、人为篡改边界等篡改痕迹。另外一个流通过从隐写分析模型过滤层提取的噪声特征,发现真实区域与篡改区域之间的噪声不一致性,并通过双线性池化层融合两个模态的空间共现特征。实验结果表明,该模型性能优于单个模态,且在大小调整和压缩容忍性方面具有最先进的性能。