基于改进DeepLabV3+的图像篡改检测技术

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：现有的图像篡改检测算法在面对未知篡改时,模型的鲁棒性较差,并且篡改区域定位精度较低,小尺度篡改区域检测效果较差,导致模型漏报率较高.针对上述问题,提出了基于改进DeepLabV3+的图像篡改检测模型.模型利用可学习的特征提取器从篡改图像中学习统一的篡改特征;引入注意力模块,强化对篡改特征学习能力,使用ASPP模块提取多尺度特征提高小尺度篡改区域检测率;利用空洞卷积和特征融合模块提高篡改区域定位精度.实验结果表明,提出的方法优于现有的主流方法.

外文标题：Image Tampering Detection Technology Based on Improved DeepLabV3+

作者：

刘旭

展开 >

作者单位：

四川大学网络空间安全学院,成都 610207

关键词：

图像篡改检测 DeepLabV3+ 空洞卷积注意力模块 ASPP模块

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.03.015