基于稠密连接的深度修复定位网络

摘要：

图像修复是计算机视觉中的一个经典应用.基于深度学习的修复算法可以用较低的成本生成逼真的修复图像.然而,这种强大的算法有潜在的非法或不道德用途,如删除图像中的特定对象以欺骗公众.尽管目前出现许多图像修复的取证方法,但在复杂的修复图像中,这些方法的检测能力仍然有限.基于此,文章提出使用稠密连接的网络有效定位逼真的深度修复图像中的篡改区域.该网络是一种基于稠密连接的编码器和解码器架构,其中引入的稠密连接模块可以更好地捕获在修复图像中细微的篡改痕迹.此外,在稠密连接模块中嵌入Ghost模块、空洞卷积和通道注意力机制可以实现更好的定位性能.实验结果表明,该方法能够在逼真复杂的深度修复图像中有效地识别出篡改区域,并且能够满足对JPEG压缩和旋转的鲁棒性需求.

关键词：深度修复、篡改检测、稠密连接、Ghost模块

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金;南京航空航天大学研究生科研与实践创新计划项目

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：84-93