• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of digital crime and forensics >Copy-Move Forgery Localization Using Convolutional Neural Networks and CFA Features
【24h】

Copy-Move Forgery Localization Using Convolutional Neural Networks and CFA Features

机译：使用卷积神经网络和CFA功能进行复制移动伪造本地化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This article describes how images could be forged using different techniques, and the most common forgery is copy-move forgery, in which a part of an image is duplicated and placed elsewhere in the same image. This article describes a convolutional neural network (CNN)-based method to accurately localize the tampered regions, which combines color filter array (CFA) features. The CFA interpolation algorithm introduces the correlation and consistency among the pixels, which can be easily destroyed by most image processing operations. The proposed CNN method can effectively distinguish the traces caused by copy-move forgeries and some post-processing operations. Additionally, it can utilize the classification result to guide the feature extraction, which can enhance the robustness of the learned features. This article, per the authors, tests the proposed method in several experiments. The results demonstrate the efficiency of the method on different forgeries and quantifies its robustness and sensitivity.
机译：本文介绍了如何使用不同的技术伪造图像，最常见的伪造是复制移动伪造，其中图像的一部分被复制并放置在同一图像的其他位置。本文介绍了一种基于卷积神经网络（CNN）的方法来准确定位篡改区域，该方法结合了滤色器阵列（CFA）的功能。 CFA插值算法引入了像素之间的相关性和一致性，大多数图像处理操作很容易破坏它们。所提出的CNN方法可以有效地区分由复制移动伪造和一些后处理操作引起的痕迹。此外，它可以利用分类结果指导特征提取，从而增强学习特征的鲁棒性。根据作者的观点，本文通过多次实验对提出的方法进行了测试。结果证明了该方法对不同伪造品的有效性，并定量了其鲁棒性和敏感性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号