图像篡改检测的定位分为三类: 基于块的检测 ,补丁检测,和像素级的检测
视觉线索和压缩伪影:可以作为两个依据来判定图像的篡改
视觉线索即像素之间的关系。对于单纯把视觉线索作为网络检测标准的网络,把复制粘贴到纯色背景的情况是绝对检测不出来的。在表格篡改和标语篡改中,这种情况还是很常见的。
而压缩伪影:特指Jpg压缩所用的DCT矩阵,一般还是识别jpg双压缩线索比较常见。ELA之类的。
池化:研究表明不适合图像的篡改检测,强化图像的内容,抑制噪声信号。池化可能在cv的其他领域的效果不错,但是在图像篡改检测邻域,会破坏图像像素之间的细微线索,导致检测的失败。
这个网络结构好像最近很流行,这种多分辨率融合网络,2021年的论文已经连续看到2篇了。
这个结构的网络说起来真的挺有道理的,多个尺度的特征进行融合,多个分辨率,使用低维特征什么的。
总之就是从像素的线索和 压缩伪影的线索分别输入到两个流中,最后输入到一个特征融合器里面进行特征的融合。