基于可形变自相关网络的图像篡改检测方法

来源：计算机工程杂志2021年第11期北京时间：

作者：梁鹏, 吴玉婷, 赵慧民, 李春英, 何娃, 黎绍发

单位：1. 广东技术师范大学 计算机科学学院, 广州 510665;2. 广东技术师范大学 电子与信息学院, 广州 510665;3. 华南理工大学 计算机科学与工程学院, 广州 510641

摘要：基于深度学习的图像复制-粘贴篡改检测方法在特征提取过程中未考虑特征的空间排列，在小区域篡改样本下检测性能不佳。基于可形变自相关网络提出一种图像篡改检测方法。通过引入可形变卷积和多尺度空间金字塔，自适应地学习篡改目标的空间形变，同时通过构造自相关金字塔式特征层次结构，融合全局特征和局部特征以提升图像篡改检测性能。实验结果表明，该方法在公开的图像篡改检测基准上各项评测指标均优于对比方法，其精确率、召回率、F1值较BusterNet 2019分别提高14.85、15.04、12.81个百分点，在小区域篡改样本下性能优势更为明显。

关键词：图像篡改检测,特征提取,可形变卷积,自相关金字塔

基金资助：国家自然科学基金面上项目（62072123）；国家自然科学基金青年科学基金项目（61807009）；广东省普通高校重点领域专项（2020ZDZX3059）；广东省自然科学基金面上项目（2018A0303130187）；广东省普通高校重点实验室项目（2019KSYS009）。