图像篡改常用数据集casia

最新推荐文章于 2024-06-16 09:31:00 发布

brightendavid

最新推荐文章于 2024-06-16 09:31:00 发布

阅读量6.1k

点赞数

分类专栏： cv 文章标签：深度学习机器学习人工智能

本文链接：https://blog.csdn.net/brightendavid/article/details/119973135

版权

28 篇文章 5 订阅

订阅专栏

摘自论文 CASIA IMAGE TAMPERING DETECTION EVALUATION DATABASE

2013年发表的论文。

CASIA 数据集是Institute of Automation, Chinese Academy of Sciences 国人所作，中科院自动化研究所。

Chinese Academy of Sciences ，估计CAS是这个的缩写。

而这个IA可能是这个。不明原因，iA这个词就有只能自动的含义。
在这里插入图片描述
所以就是CASIA = CAS + IA=中科院自动化

就图像篡改数据集而言，是相对其他任务更加容易获得的，单张篡改图像的制作难度很低，但是多样的篡改数据，适合训练的篡改数据难以制作。但是制作数据集的难度还是比较低的。所以会有不少人自己做数据集训练。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

就有一些论文，喜欢在Columbia里面测试，还说什么act very well in Columbia，结果展示还只放这个数据集的图。这个测试其实意义不大，如果人一眼就看出来，那为什么还要机器呢。

所有的图像都是人为的通过PS制作的，要求符合人眼的习惯。
可以是splicing或者copy-move 的篡改，即可以是同图，或者不同图
裁剪后的图像区域可以通过缩放、旋转或其他失真操作，然后粘贴生成拼接图像。在生成拼接图像后，可以使用像模糊这样的后期处理。模糊/过滤可以沿着篡改区域定制或生成图像中的任何其他地方应用
包含不同的篡改面积
定义边缘是随机的，合理的。并非是固定的规则几何形状。
包含一些纹理的混淆项，对检测而言是困难样本

论文中数据集链接，已测试，无法连接，像是外网网址。

改用其他途径，可以轻松搜索到

关注

专栏目录