基于特征级联融合的图像篡改检测方法

摘要：

针对图像篡改检测领域中不能有效处理不同尺度特征问题,提出一种特征级联融合检测网络.网络采用特征级联融合模块结合U型分割网络结构,有效融合不同尺度的特征信息.通过在每个网络块融合浅层特征信息、瓶颈层和深层特征信息,以弥补深层语义信息的不足,并抑制背景信息干扰,提升了浅层网络的检测能力,实现了对篡改区域的精准定位.实验结果表明,与现有的图像篡改检测方法相比,特征级联融合检测网络显示出更高的准确性和稳定性,在CASIA数据集上F-measure提高了 3％,在COLUMB数据集上提高了4％,证明了其在图像篡改检测任务中的有效性.

关键词：图像篡改检测、图像分割算法、级联融合损失、特征级联融合模块、U型网络结构

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：安徽省自然科学基金2008085MF220

在线出版日期：2024-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：102-112