首页|基于深度学习的数字图像取证技术研究进展

基于深度学习的数字图像取证技术研究进展

Research progress of digital image forensic techniques based on deep learning

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
随着数字图像篡改技术不断的革新换代,传统的取证方法已经无法对抗最新的多媒体篡改手段和技术,尤其是深度造假及深度学习技术带来的全新挑战.总结提炼了包括图像预处理模块、特征提取模块及分类结果后处理模块的通用数字图像取证框架,并在提出的框架基础之上分析现有相关研究的优缺点,同时归纳了数字图像取证面临的挑战并指明未来的发展方向.

乔通、姚宏伟、潘彬民、徐明、陈艳利

展开 >

杭州电子科技大学网络空间安全学院,浙江杭州310018

法国特鲁瓦工程技术大学,特鲁瓦10000

数字图像取证 卷积神经网络 来源识别 篡改检测

浙江省属高校基本科研业务费专项资金国家自然科学基金浙江省基础公益研究项目网络空间安全重点专项基金

GK219909299001-00761702150LGG19F0200152016YFB0800201

2021

10.11959/j.issn.2096-109x.2021047

网络与信息安全学报
人民邮电出版社

网络与信息安全学报

CSTPCD
ISSN：2096-109X
年,卷(期)：2021.7(5)
  • 5
  • 2