Deep_Lnna-CSDN博客

原创【论文笔记】Edge-aware Regional Message Passing Controller for Image Forgery Localization（CVPR2023）

数字图像真实性促进了图像伪造定位的研究。尽管基于深度学习的方法取得了显著的进步，但大多数方法在伪造区域和真实区域之间通常都存在严重的特征耦合问题。在这项工作中，提出了一种两步边缘感知区域消息传递控制策略来解决上述问题。第一步是考虑充分利用边缘信息。它由两个核心设计组成：上下文增强图构造和阈值自适应可微二值化边缘算法。前者整合全局语义信息来区分伪造区域和真实区域之间的特征，而后者则基于前者的输出来提供可学习的边缘。第二步，在可学习边缘的指导下，设计区域消息传递控制器来削弱伪造区域和真实区域之间的消息传递。

2023-12-08 10:41:57 1233

原创【论文笔记】Hierarchical Fine-Grained Image Forgery Detection and Localization

CNN合成域和图像编辑域生成的图像的伪造属性差异很大，这种差异使得统一的图像伪造检测与定位(IFDL)具有挑战性。提出了一个用于IFDL表示学习的层次化的粒度公式。具体来说，我们将在不同的级别上用多个标签来表示被操纵图像的伪造属性。然后，我们使用它们之间的层次依赖性在这些级别上执行细粒度的分类。因此，该算法既能学习不同伪造属性的综合特征，又能学习不同伪造属性的内在层次性，从而改进了IFDL表示。我们提出的IFDL框架包含三个部分：多分支特征提取器、定位和分类模块。

2023-05-30 15:38:45 275 1

原创【论文笔记】Towards JPEG-resistant Image Forgery Detection and Localization via Self-supervised Domain Ada

虽然现有的图像伪造定位方法可以在多个公共数据集上取得较好的定位效果，但是在社交网络中常用的 JPEG 压缩方法中，大多数方法的定位效果较差。针对这一问题，本文提出了一种自监督域自适应网络，该网络由具有Siamese结构的骨干网络和压缩近似网络(ComNet)组成，用于抗 JPEG 图像伪造的检测和定位。为了提高对 JPEG 压缩的性能，ComNet 通过自监督学习来逼近 JPEG 压缩操作，生成具有一般 JPEG 压缩特性的 JPEG 代理图像。然后采用域自适应策略对骨干网络进行训练，定位篡改边界和区域。

2023-04-23 16:36:33 1513

原创【论文笔记】DS-UNet: A dual streams UNet for refined image forgery localization

提出了一种名为DS-UNet的双流网络来检测图像篡改和定位伪造区域。DS-UNet采用RGB流提取高级和低级操纵轨迹，用于粗定位，并采用Noise流暴露局部噪声不一致，用于精定位。由于被篡改对象的形状和大小总是不同的，DS-UNet采用了轻量级的分层融合方法，使得DS-UNet能够感知不同尺度的篡改对象。之后，DS-UNet通过单个解码器接收跳跃连接路径中丰富的低层操纵轨迹和空间定位信息。通过解码器，逐步恢复目标细节和空间维数，生成高分辨率预测图。在对比分析中，引入了比现有作品更多的评价指标。

2023-04-11 22:24:34 2444 1

原创【论文笔记】TransForensics: Image Forgery Localization with Dense Self-Attention

TransForensics框架的两个主要组件是密集自注意编码器和密集校正模块。前者用于建模全局上下文以及不同尺度上局部patch之间的所有成对交互，后者用于提高隐藏层的透明度和修正不同分支的输出。与以往的传统和深度学习方法相比，TransForensics不仅能够捕获有区别的表示并获得高质量的掩码预测，而且不受篡改类型和补丁序列顺序的限制。通过在主要基准上进行实验，我们表明，TransForensics在很大程度上优于最先进的方法。

2023-03-30 10:02:45 1076

原创【论文笔记】Image forgery localization based on fully convolutional network with noise feature

在网络的预处理阶段，利用噪声特征充分暴露了图像中由篡改操作引起的细微变化，从而增强了网络的泛化能力。在全卷积网络中使用卷积层而不是全连接层来生成逐像素预测。加入了用于目标检测的区域建议网络，从而提高了算法的鲁棒性，研究了一种基于全卷积网络的图像伪造定位方法。将SRM滤波器与约束卷积层相结合，有效地提取图像噪声特征，并引入RPN对定位结果进行平滑处理。以ResNet为骨干，FCN能够输出像素级篡改可能性图。

2023-03-27 10:53:53 1046

原创【论文笔记】Reality Transform Adversarial Generators for Image Splicing Forgery Detection and Localization

伪造图像的生成和检测过程与生成对抗网络的原理相同。本文针对伪造图像的修图过程需要抑制篡改伪影并保持结构信息的问题，将此修图过程看作是一种图像风格变换，提出了一种假到真转换生成器GT。为了检测篡改区域，提出了一种基于多解码器单任务策略的定位生成器GM。在GT中提出的α-learnable whitening and coloring transform (α-learnable WCT)块，通过对抗性训练两个生成器，自动抑制伪造图像中的篡改伪影。同时，通过。

2023-03-25 22:07:56 527 1

原创【论文笔记】AR-Net: Adaptive Attention and Residual Refinement Network for Copy-Move Forgery Detection

提出了一种基于自适应注意和残差细化网络(AR-Net)的端到端神经网络。通过自适应注意机制融合位置和通道注意特征，充分捕捉上下文信息，丰富特征表示。其次，采用深度匹配计算特征图之间的自相关，并将空间金字塔池化融合比例相关图生成粗掩模;最后通过保留物体边界结构的残差细化模块对粗掩模进行优化。在CASIAII、COVERAGE和CoMoFoD数据集上进行的大量实验表明，AR-Net比最先进的算法有更好的性能，可以在像素级定位被篡改和相应的真实区域。

2023-03-14 14:37:30 1093

原创【论文笔记】CFL-Net: Image Forgery Localization Using Contrastive Learning

传统的伪造定位方法的缺点是过度拟合和只关注少数特定的伪造痕迹。我们需要一种更通用的图像伪造定位方法，能够很好地适应各种伪造条件。底层伪造区域定位的一个关键假设是，无论伪造类型如何，每个伪造图像样本中未被篡改和被篡改区域的特征分布都存在差异。在本文中，我们的目标是利用这种差异特征分布来帮助图像伪造定位。具体来说，我们使用对比损耗来学习映射到一个特征空间，在该空间中，每个图像的未篡改区域和被篡改区域之间的特征被很好地分离。此外，该方法不需要对伪造类型进行任何先验知识或假设，就可以对伪造区域进行局部定位。

2023-03-13 10:10:25 1644 5

原创【论文笔记】Robust Image Forgery Detection over Online Social Network Shared Images

基于在线社交网络共享图像的鲁棒图像伪造检测发布于2022CVPR。

2023-03-12 13:53:24 268

原创【论文笔记】Robust Image Forgery Detection Against Transmission Over Online Social Networks

OSN成为播伪造图片、报道假新闻、传播谣言等的主要渠道。但OSN所采用的各种有损操作，如压缩和调整大小，给实现鲁棒图像伪造检测带来了巨大的挑战。为了对抗OSN共享的伪造，本文提出了一种新的鲁棒训练方案。首先，设计了一个基线检测器，它在最近的证书伪造检测比赛中获得了第一名。然后对OSN引入的噪声进行了深入的分析，将其分解为两部分，即可预测噪声和不可见噪声，并分别建模。前者模拟了OSN公开的(已知)操作所带来的噪声。后者不仅完成了前一个操作，而且考虑了探测器本身的缺陷。

2023-03-08 22:01:34 869

原创【论文笔记】A Dense U-Net with Cross-Layer Intersection for Detection and Localization of Image Forgery

本文将跨层交叉机制应用于密集u-net中进行图像伪造检测与定位。我们首先训练DenseNet进行二值分类。采用空间丰富模型**(SRM)滤波器对检测到的图像进行残差信号捕获**。然后提出了一种保留全连接层完整特征图的方法，并将其作为图像分割的空间决策信息。此外，通过多尺度上采样和串联，将下采样路径中的这些特征更有效、更密集地传递到上采样路径。然后采用多阶段训练方案来提高网络的收敛性。实验结果表明，该方法在多个标准数据集上都取得了良好的效果。本文提出了一种用于图像伪造检测和定位的密集u-net。

2023-03-02 16:35:45 454

原创【论文笔记】CAT-Net: Compression Artifact Tracing Network for Detection and Localization of Image Splicing

检测和定位图像拼接已经成为打击恶意伪造的重要手段。局部拼接区域的一个主要挑战是区分真实和篡改的区域的固有属性，如压缩伪迹。我们提出了CAT-Net，一个包含RGB和DCT流的端到端全卷积神经网络，以共同学习RGB和DCT域压缩伪影的取证特征。每个流考虑多重分辨率来处理拼接对象的各种形状和大小。DCT流在双JPEG检测时被预先训练以利用JPEG伪影。该方法在JPEG或非JPEG图像的局部拼接区域的定位上优于最先进的神经网络。提出了对给定图像上的拼接区域进行定位的CAT-Net。

2023-03-01 16:43:52 2500 1

原创【论文笔记】GAN-Generated Image Detection with Self-Attention Mechanism against GAN Generator Defect

本文设计了一种新的检测算法来利用GAN的结构缺陷，利用GAN的generator中最脆弱的环节——通过转置卷积操作进行的上采样过程。这个过程中的转置卷积会导致生成的图像缺乏全局信息。因此，相应的采用了自注意机制，使得算法比目前其他采用纯CNN网络的工作对全局信息有更好的理解，这体现在检测精度的显著提高。通过与现有算法的深入比较和分析，验证了本文算法在该领域的性能优于现有算法。通过对其他图像生成类别和现实生活中常用的后处理方法的实验，我们提出的。

2023-02-28 14:09:25 443

原创【论文笔记】Fast and Effective Image Copy-Move Forgery Detection via Hierarchical Feature Point Matching

基于关键点的检测方法由于其对各种攻击(如大规模几何变换)的鲁棒性，被认为在揭示复制移动证据方面非常有效。但是，这些方法无法处理复制-移动伪造只涉及较小或平滑区域，关键点数量非常有限的情况。为了解决这个问题，我们提出了一种通过分层特征点匹配的快速有效的复制-移动伪造检测算法。我们首先表明，通过降低对比度阈值和缩放输入图像，可以生成足够数量的关键点，这些关键点甚至存在于较小或平滑的区域。然后，我们提出了一种新的分层匹配策略来解决大量关键点的匹配问题。为了降低误报率和准确定位篡改区域，我们。

2023-02-27 22:16:52 492

原创【论文笔记】GCA-Net : Utilizing Gated Context Attention for Improving Image Forgery Localization and Detec

对被操纵像素的取证分析需要从图像中识别各种隐藏的和微妙的特征。传统的图像识别模型通常无法完成这一任务，因为它们偏向于并且更关注占主导地位的局部和空间特征。本文提出了一种新的门控上下文注意力网络（GCA-Net），它利用非局部注意力结合门控机制来捕获更精细的图像差异，从而更好地识别伪造区域。该框架在解码过程的各个阶段使用高维嵌入从粗糙特征映射中过滤和聚合相关上下文。这提高了网络对全局差异的理解，减少了假阳性的定位。

2023-02-06 17:56:42 1801 1

原创【论文笔记】ObjectFormer for Image Manipulation Detection and Localization

在本文中，我们提出了ObjectFormer来检测和定位图像操作。为了捕捉在RGB域中不再可见的细微操作轨迹，我们提取图像的高频特征，并将其与RGB特征结合，作为多模态补丁嵌入。此外，我们使用一组可学习的对象原型作为中间层表示来建模不同区域之间的对象级一致性，并进一步用于改进补丁嵌入以捕获补丁级一致性。我们在各种数据集上进行了大量的实验，结果验证了所提方法的有效性，优于目前最先进的篡改检测和定位方法。

2023-02-02 17:20:20 1583 4

原创【论文笔记】Forensic Similarity for Digital Images

本文提出了一种新的数字图像取证相似度方法，该方法用于判断两个图像块是否包含相同或不同的取证痕迹。这种方法的一个好处是，在将来对取证痕迹作出取证相似性决定时，不需要先验知识，例如训练样本。为此，我们提出了一个由基于CNN的特征提取器和称为相似度网络的三层神经网络组成的两部分深度学习系统。该系统将成对的图像patch映射到一个score，指示它们是否包含相同或不同的取证痕迹。我们评估了确定两个图像块是否由相同或不同的相机模型捕获，由相同或不同的篡改操作所修改，

2022-12-21 23:11:21 553 2

原创【论文笔记】DOA-GAN: Dual-Order Attentive Generative Adversarial Network for Image Copy-move Forgery Detec

本文提出了一个具有双阶注意力模型的生成对抗网络来检测和定位复制移动伪造。在生成器中，一阶的注意力模型用于捕捉 copy-move 对象的位置信息；二阶的注意力模型用于探索更多的 patch 一起共同出现的具有判别性的特征信息。这两个注意力图都是从亲和矩阵中提取的，并用于融合位置感知和共现特征，用于网络的最终检测和定位分支。判别器网络的设计是为了进一步保证更准确的定位结果。据我们所知，我们是第一个从亲和矩阵出发，提出了一个具有一阶注意力机制的网络体系结构。

2022-12-06 16:13:22 1119

原创【论文笔记】PSCC-Net: Progressive Spatio-Channel Correlation Network for Image Manipulation Detection and

开发了一种渐进式空间通道相关网络 (PSCC-Net) 对图像篡改进行检测和定位。PSCC-Net以双路径过程处理图像:自上而下的路径：提取局部和全局特征。自下而上的路径：检测输入图像是否被篡改，并以多个比例估计其mask，其中每个mask都以前一个为条件。与传统的encoder-decoder和no-pooling结构不同，PSCC-Net利用具有密集交叉连接的不同尺度的特征以从粗到细的方式产生操纵掩模。空间信道相关模块(SCCM)捕获自底向上路径中的空间和信道相关性，赋予特征整体线索，使网络能

2022-12-04 19:45:26 4804 13

原创【论文笔记】Attention-Based Two-Stream Convolutional Networks for Face Spooﬁng Detection

人脸欺骗攻击仍然是现代人脸识别系统的一个威胁。尽管已经提出了许多有效的反欺骗方法，但许多现有方法的性能会因光照而下降。本文提出了一个双流卷积神经网络（TSCNN），它在RGB空间（原始成像空间）和多尺度Retinex（MSR）空间工作。RGB空间包含详细的面部纹理，但是对光照很敏感；MSR对光照不敏感，但它包含的面部信息不那么详细。此外，MSR图像能有效地捕捉到人脸欺骗的高频信息，对人脸欺骗检测具有较强的鉴别能力。为了有效地融合两个来源（RGB和MSR）的特征，本文提出了一种基于注意力的融合方法。

2022-11-22 17:20:47 782

原创【论文笔记】SPAN: Spatial Pyramid Attention Network for Image Manipulation Localization

我们提出了一种新颖的框架，即空间金字塔注意网络 (SPAN)，用于检测和定位多种类型的图像处理。所提出的架构通过构建局部自注意力块的金字塔，高效地建模多尺度图像块之间的关系。该设计包括一个新颖的位置投影来编码补丁的空间位置。SPAN 在通用的合成数据集上进行训练，但也可以针对特定数据集进行微调；与以前的最先进方法相比，所提出的方法在标准数据集上显示出显著的性能提升。SPAN由特征提取器、金字塔空间注意力传播和决策模块三个模块组成。我们采用了ManTra-Net中提出的预先训练的特征提取器。

2022-11-17 00:07:50 1825

原创【论文笔记】ManTra-Net:Manipulation Tracing Network For Detection And Localization of Image Forgeries With

本文提出了一个不需要额外的预处理和后处理的、端到端的篡改检测网络ManTra-Net。ManTra-Net是一个完全卷积的网络，可以处理任意大小的图像和许多已知的伪造类型，如拼接、复制移动、删除、增强，甚至未知类型。主要的贡献在于用一个自监督学习的方式从385种篡改类型中学习特征。并且将篡改定位问题当做一个局部异常点检测问题来解决，使用Z-score特征捕获局部异常，使用LSTM方法进行评估。大量实验结果表明，Mantra-Net不仅在单一类型的操纵/伪造中，而且在复杂的组合中都具有推广性、鲁棒性和优越性。

2022-11-12 19:59:16 1256

weixin_45366180的博客