一种改进的双流Faster R-CNN图像篡改识别模型 |
| |
引用本文: | 杨衍宇,魏为民,张运琴.一种改进的双流Faster R-CNN图像篡改识别模型[J].计算机应用与软件,2023(12):189-194. |
| |
作者姓名: | 杨衍宇 魏为民 张运琴 |
| |
作者单位: | 上海电力大学计算机科学与技术学院 |
| |
基金项目: | 上海市自然科学基金项目(16ZR1413100); |
| |
摘 要: | 针对目前大多数图像篡改算法只能针对一类图像篡改进行检测,以及双流Faster R-CNN算法提取的RGB流和噪声流特征对多种图像篡改检测精度不高的问题,提出一种通用的基于改进的双流Faster R-CNN图像篡改识别算法。提取图像的YCrCb颜色空间,代替之前的RGB颜色空间,以更好找出篡改的痕迹;对提取噪声特征的三个隐写分析丰富模型(SRM)滤波器进行旋转变换,以更好区别真实区域和篡改区域的噪声不一致,从而提高对篡改图像的识别精度;通过双线性池化,输入网络训练和分类,完成对图像篡改的检测与篡改区域定位。为验证算法的性能,在CASIA和NISIT16两个数据集上进行了实验。结果表明,与双流Faster R-CNN算法相比,提出的图像篡改识别算法在拼接检测、复制移动检测和移除检测上平均精度(AP)分别提升0.9百分点、1.5百分点和2.6百分点。
|
关 键 词: | 图像篡改检测 YCrCb流 噪声流 Faster R-CNN |
|