04 2020 档案

A Full-Image Full-Resolution End-to-End-Trainable CNN Framework for Image Forgery Detection
摘要： 出处 ： 2019 ResearchGate 作者 ： Francesco Marra, Diego Gragnaniello, Luisa Verdoliva and Giovanni Poggi 摘要 ： 目前深度学习模型只能输入很小的图像，叫做resizing。在图像篡改中，这可能会破坏高 阅读全文
posted @ 2020-04-27 09:06 clownn 阅读(765) 评论(0) 推荐(0) 编辑
deep learning-based classification of illumination maps for exposing face splicing forgeries in images
摘要： 出处 ： 2019ICIP 作者： 摘要 ： 提出一个检测人脸图像拼接的深度网络。把输入图像转换为illumination map (IM)，然后比较面部区域的 pairs 来检测拼接篡改。先在外部的训练集上训练孪生网络来区分来自相似或不同光照环境illumination environment 阅读全文
posted @ 2020-04-27 09:04 clownn 阅读(252) 评论(0) 推荐(0) 编辑
loss
摘要： cross entropy loss 给定两个概率分布： p（理想结果即正确标签向量）和q（神经网络输出结果即经过softmax转换后的结果向量），则通过q来表示p的交叉熵为： 交叉熵刻画的是通过概率分布q来表达概率分布p的困难程度，其中p是正确答案，q是预测值，也就是交叉熵值越小，两个概率分布 阅读全文
posted @ 2020-04-20 09:09 clownn 阅读(563) 评论(0) 推荐(0) 编辑
Fighting Fake News: Image Splice Detection via Learned Self-Consistency阅读
摘要： 摘要 ： 拼接检测定位方法： 提出一个学习算法，在大型真实图像数据集上训练，算法使用 EXIF 元数据做监督信号，训练模型去判断图像是不是自 连续的。这仅仅是寻找一个真正通用的视觉取证工具的漫长过程中的一步。 作者 ： 出处 ： ECCV 2018 数据集 columbia[41] carval 阅读全文
posted @ 2020-04-20 09:03 clownn 阅读(1102) 评论(0) 推荐(0) 编辑
DOA-GAN: Dual-Order Attentive Generative Adversarial Network for Image Copy-move Forgery Detection and Localization
摘要： 出处 ： 2020 作者 ： 摘要 ： （复制粘贴检测）GAN with a dual order attention model 1. 生成器： 第一顺序注意力捕捉复制粘贴定位信息 第二顺序注意力为 patch co occurence 寻找明显特征(discriminative featur 阅读全文
posted @ 2020-04-18 17:43 clownn 阅读(1240) 评论(0) 推荐(0) 编辑
常用datesets
摘要：数据增强采用随机高斯噪声，JPRG压缩，随机翻转，使数据集一变多 拼接 MS COCO是用于目标检测，语义分割的数据集。包括82783训练图像，40504测试图像 CASIA v2.0 ：包含7,491个真实图像和5,123个伪造（拼接和复制移动）彩色图像，尺寸范围为240 × 160至900 × 阅读全文
posted @ 2020-04-14 10:27 clownn 阅读(2186) 评论(0) 推荐(0) 编辑
Deep Learning Local Descriptor for Image Splicing Detection and Localization阅读
摘要： 摘要 ： 拼接检测方法： 提出了一个两分支CNN，分支的子网络的第一卷积层的内核是使用30种线性高通滤波器的优化组合进行初始化的 ISRM CNN ，这些滤波器用于计算空间富集模型（SRM）中的残差图 SRM CNN ，通过受约束的学习策略进行微调，以保留所学习内核的高通滤波特性 C ISRM 阅读全文
posted @ 2020-04-06 07:46 clownn 阅读(983) 评论(0) 推荐(0) 编辑