self consistency
1 abstract
利用图片本身的EXIF信息,训练一个模型判断图片是否是自一致性的,即判断图片的每一个部分是否都是由一个图像处理pipeline产生的。
2 introduction
传统的监督学习方法在ps检测上效果不好,篡改图片的空间很大很多样,不可能有足够的训练数据来训练一个有监督学习的方法。
可以从异常检测的思路出发,判断图片是不正常的即可
EXIF信息是照相机独有的,在图片成像的时候被嵌入到图片中,包含成像设备、焦距、JPEG质量等等。
本文利用EXIF元数据作为监督信号,训练一个模型判断一张图是否是自一致性的。
这个方法是自监督的,只有真实图像和它的EXIF信息被用来训练。
三点贡献:
-
将篡改图片识别转换为一个异常检测问题,检测自一致性
-
利用了图片的元数据
-
利用学习的自一致性模型定位篡改的位置,实验评估了哪些图片元数据更predictable
3 related work
属于异常检测的范畴,但不是检测语义上的不一致
4 学习图片的自一致性
判断两个patch在n个元数据属性上的一致性,然后汇总得到一个总的一致性score,socre越低代表越不一致,很可能是来自两个图片
4.1 predicting EXIF attribute consistency