基于Mask-RCNN的图像篡改检测模型

作     者：李士杰 田秀霞 LI Shi-jie;TIAN Xiu-xia

作者机构：上海电力大学计算机科学与技术学院上海201306 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2024年第41卷第7期

页      面：227-232页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金面上项目(61772327) 国网甘肃省电力公司电力科学研究院资助项目(H2019-275) 上海市大数据管理系统工程研究中心开放课题(H2020-216) CCF-华为胡杨林基金-数据库专项项目(CCF-HuaweiDB202209) 

主　　题：图像篡改检测 双通道网络 注意力机制 噪声信息 

摘      要：随着图像篡改工具的多样化发展,伪造图片持续增多,并且不再局限于拼接、复制-移动、移除等某一具体的技术,然而当前提出的多数方法面对包含多种篡改类型图片的情况下,检测效果较差。因此提出了一种双通道Mask-RCNN的图像篡改检测模型。通过噪声通道挖掘图像的噪声分布等内部统计特征,通过彩色图像通道提取图像对比度差异、篡改伪影以及边界等表层特征,同时利用自适应双重注意力模块自适应地融合两个通道的特征,以准确定位篡改区域,实现像素级分割。在主流标准数据集上的实验结果表明,所提模型相较于当前先进模型具有更优的检测性能,是一种更加通用且精确的图像篡改检测模型。