Hybrid features and semantic reinforcement network for image forgery detection

认为是2021年最靠谱的篡改检测类文章
作者是吉林大学的

代码未开源

使用的线索为图像重采样特征和空间特征(像素关系)。
在这里插入图片描述
其实这个网络像是U-net的框架

重采样特征

使用的是LSTM 网络,输入图为 256 * 256 分为的8 * 8个batch (32 * 32大小)。此信息流输出的仍旧是像素级别的分类,以前的论文会直接输出32 * 32块的分类。

语义扩张(Semant*ic reinforcement)

可以看作是跳跃连接,使用1*1卷积 改变了通道数

结果展示

在这里插入图片描述
F1指标而言,感觉指标是普遍偏高了,尤其是ELA。

datasets

在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值