首页|基于注意力卷积神经网络的图像篡改定位算法

基于注意力卷积神经网络的图像篡改定位算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为防止对图像内容进行操作(如拼接),提出一种基于注意力卷积神经网络的图像篡改定位算法,称为CA-Net.尽管卷积神经网络强大的特征学习和映射能力可依次获取丰富的空间特征,但是本文提出使用不同采样步长的并行孔洞卷积层以提取多尺度特征.同时,为了更好地利用特征通道信息,在解码网中额外引入通道注意力模块.实验采用Synthesized图像库进行训练,在两组图像库上NC2016和CASIA进行微调和测试.实验结果表明:提出的并行孔洞卷积层和通道注意力模块能明显提高篡改定位结果,与一些最新主流算法相比,CA-Net在两个标准图像库上表现最优.
Image manipulation localization algorithm based on channel attention convolutional neural networks

钟辉、康恒、吕颖达、李振建、李红、欧阳若川

展开 >

吉林大学 大数据和网络管理中心,长春 130012

深圳中兴网信科技有限公司,深圳 518000

吉林大学公共计算机教学与研究中心,长春 130012

通道注意力 卷积神经网络 图像篡改定位 特征提取

2017C031-4NGII20180104,NGII20181202

2021

10.13229/j.cnki.jdxbgxb20210400

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(5)
  • 2
  • 2