检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于CNN的计算机生成图像识别方法

西南师范大学学报（自然科学版） 2019年第5期44卷 109-114页

作者：秦毅吴蔚重庆电子工程职业学院人工智能与大数据学院重庆401331 重庆电子工程职业学院通识教育与国际学院重庆401331

针对计算机生成图像(Computer Generated images, CG)与真实照片(Photograpgh, PG)识别率不高的问题,该文提出了一种改进的卷积神经网络方法来实现CG与PG的识别.该方法首先对识别问题进行卷积神经网络二分类建模,并选择VGG-19网络结构... 详细信息

针对计算机生成图像(Computer Generated images, CG)与真实照片(Photograpgh, PG)识别率不高的问题,该文提出了一种改进的卷积神经网络方法来实现CG与PG的识别.该方法首先对识别问题进行卷积神经网络二分类建模,并选择VGG-19网络结构作为基础,建立不同的模型.该方法创新性地引入迁移学习,节省训练时间和大量计算资源,最后使用softmax分类器进行分类.实验结果表明,该文方法对PG图像的识别准确率达到92%.与其他方法比较,该文方法识别准确率最高,说明该文方法具有可行性与有效性.

关键词：计算机生成图像迁移学习卷积神经网络图像识别

在线全文

学校读者我要写书评

暂无评论

基于LTCP特征的计算机生成图像鉴别算法

吉林大学学报（理学版） 2019年第2期57卷 393-398页

作者：刘淑琴西安邮电大学计算机学院西安710121

针对目前计算机生成图像鉴别算法在对图像纹理特征进行鉴别时精度较差的问题,提出一种基于长期控制计划(LTCP)特征的计算机生成图像鉴别算法.首先将彩色图像变换到颜色模型中,对图像进行下采样,获得较高尺度的纹理信息;然后采用基于LTC... 详细信息

针对目前计算机生成图像鉴别算法在对图像纹理特征进行鉴别时精度较差的问题,提出一种基于长期控制计划(LTCP)特征的计算机生成图像鉴别算法.首先将彩色图像变换到颜色模型中,对图像进行下采样,获得较高尺度的纹理信息;然后采用基于LTCP特征和共生矩阵的计算机生成图像盲鉴别算法,对不同尺度的纹理图像LTCP特征及相邻像素一致性共生矩阵特征进行采集;最后通过判别分类器对LTCP特征及相邻像素一致性共生矩阵特征实施分类预测,根据分类预测结果实现计算机生成图像的鉴别.实验结果证明,该算法在计算机上生成的图像特征维度较低,鉴别率和精度较高,能实现计算机生成图像的准确鉴别.

关键词： LTCP特征计算机生成图像鉴别算法颜色空间下采样 SVM分类器

基于Benford模型的自然图像与计算机生成图像的鉴别

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2013年第6期39卷 930-935页

作者：张震杨宇豪郑州大学电气工程学院郑州450001

针对目前自然图像和计算机生成图像的鉴别方法鉴定准确率不高的问题,提出了一种基于Benford模型的自然图像与计算机生成图像的鉴别方法.本算法利用DCT域AC系数首位有效数字的Benford曲线分布,分别对图像的RGB三个色彩通道进行统计,以3... 详细信息

针对目前自然图像和计算机生成图像的鉴别方法鉴定准确率不高的问题,提出了一种基于Benford模型的自然图像与计算机生成图像的鉴别方法.本算法利用DCT域AC系数首位有效数字的Benford曲线分布,分别对图像的RGB三个色彩通道进行统计,以3条概率分布曲线的重合程度作为鉴别取证的依据,对2类图像进行正确分类.实验结果表明,该方法可有效地鉴别自然图像和计算机生成图像,与已有算法相比具有更高的识别率,鉴别准确率达97.17%,且计算量小、易于实现,为图像取证、数字防伪鉴别等提供可靠的依据.

关键词：自然图像计算机生成图像 Benford模型 DCT域AC系数

基于颜色统计特征与LPQ-plus的计算机生成图像盲鉴别算法

在线全文

学校读者我要写书评

暂无评论

基于颜色统计特征与LPQ-plus的计算机生成图像盲鉴别算法

作者：邱际伦吉林大学

学位级别：硕士

随着经济发展与电子技术的普及,数码相机和手机几乎人人都有,每个人都可以通过各种方式生成、获取数字图像。随着获取图像难度的降低,每天产生的图像信息庞大得难以想象,并且作为新兴的信息载体应用到了十分广泛的领域,如新闻、教育、... 详细信息

随着经济发展与电子技术的普及,数码相机和手机几乎人人都有,每个人都可以通过各种方式生成、获取数字图像。随着获取图像难度的降低,每天产生的图像信息庞大得难以想象,并且作为新兴的信息载体应用到了十分广泛的领域,如新闻、教育、司法取证等多个方面。伴随着数字图像各方面技术的发展,人们不再满足获取时得到的原始图像,图像处理技术随之飞速发展。与此同时有许多人为满足私利,对图像进行篡改以达到牟利或犯罪等目的。近年来图像篡改事件屡屡发生,从还原事件真相、维护司法公正等角度出发,图像篡改的有效检测有着重要的意义。从鉴别手段和目的角度出发可以将数字图像取证分为主动取证技术和被动取证技术。主动取证指的是预先对原图像嵌入先验信息,在随后的检测时,利用这些先验信息是否变化来判断图像是否经过篡改。主动取证主要运用在判断图像版权归属等方向。被动取证技术的前提是在没有任何先验信息下,仅通过对图像本身获得的特征完成鉴别,也称为数字图像盲取证。采用数字图像盲取证技术的目的是判断该图像是否为原始图像、图像的完整性、以及图像产生方式,如果可以甚至需要知道用哪种型号设备产生,即判断图像的真实性、完整性以及来源。本文根据现有的检测算法,通过图像的颜色统计特征差异,提出一种基于颜色统计特征的计算机生成图像盲鉴别算法。首先将图像分为若干像素块并对像素块进行分组。针对每个像素块提取主、次对角线,计算每个像素块的特征值后得到整幅图像的直方图特征。通过实验确定像素块大小、亮度阈值、像素块特征值最小阈值以及直方图区间大小最优值。最后将该统计特征送入SVM分类器进行训练与鉴别。该实验结果表明,本算法在较低特征维度下依旧有较高的检测率。针对现有的局部文理特征存在的没有充分利用图像尺度方向信息的问题下,提出了一种基于密集SM-LPQ-plus统计特征的计算机生成图像盲鉴别算法。首先将待鉴别图像由RGB通道转换为YCbCr通道,然后提取Cr通道做Gabor变换,对每一个Gabor图像提取密集SM-LPQ-plus特征向量,然后合并15个Gabor图像的SM-LPQ-plus特征向量,最终得到输入图像的密集SM-LPQ-plus特征向量。接下来,使用NMF降维方法,并利用BP进行分类。实验结果表明,本文检测率有显著提高,检测率达到了98.9%以上。

关键词：计算机生成图像颜色统计特征 LPQ-plus SVM BP

面向自然图像和计算机生成图像鉴别的机器学习算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向自然图像和计算机生成图像鉴别的机器学习算法研究

作者：荆栎菊西安理工大学

学位级别：硕士

随着数字媒体技术快速发展,人们可以利用复杂数学模型生成高度逼真的计算机合成图像,这极大地促进了虚拟现实技术的发展,但同时也带来了数字图像的真实性鉴别等安全问题。如何区分采集自真实场景的自然图像和计算机生成的强真实感虚拟... 详细信息

随着数字媒体技术快速发展,人们可以利用复杂数学模型生成高度逼真的计算机合成图像,这极大地促进了虚拟现实技术的发展,但同时也带来了数字图像的真实性鉴别等安全问题。如何区分采集自真实场景的自然图像和计算机生成的强真实感虚拟图像是目前数字图像真实性鉴别中的重要课题之一。已有方法中大多采用传感器模式噪声作为图像取证特征,但其中滤波降噪算子和描述模式噪声的纹理特征表达能力不足。本文结合双树复小波(Dual-Tree Complex Wavelet Transform,DT-CWT)与机器学习中的支持向量机(Support Vector Machine,SVM)和深度卷积神经网络(Deep Convolutional Neural Network,DCNN)等理论和方法,提出了一套解决方案。具体研究工作如下:1·提出了一种基于双树复小波域与支持向量机的自然图像和计算机生成图像区分算法。该算法首先利用降噪算子得到图像的传感器模式噪音,并使用奇异值分解(Singular Value Decomposition,SVD)进行增强处理。然后在双树复小波变换基础上,提取每个子带的能量和偏差作为特征。最后利用SVM进行分类。实验结果表明,该方法不但提取的特征维度较低,而且精确度较高。2.提出了一种基于深度卷积神经网络的自然图像和计算机生成图像鉴别算法。在预处理阶段,运用算法1中的降噪算子生成模式噪声图像。在特征提取阶段,利用本文设计的8层深度卷积神经网络对模式噪音图像进行特征提取。最后选用SVM和SoftMax作为分类器。实验结果表明,相比现有文献,本算法具有网络结构简单和训练速度快等优点,且取得较高精确度。3.提出了一种基于迁移学习的自然图像和计算机生成图像识别算法。本算法首先运用1中的降噪算子生成模式噪声图像,然后以微调的方式将AlexNet、VGG16、ResNetl8三个预训练模型在小规模的图像集上进行参数移植再训练。通过实验验证,利用训练好的深度神经网络进行参数微调后解决本文的图像识别问题,不但能够适应小样本数据的需求,而且可以达到更高的准确率。

关键词：图像真伪鉴别计算机生成图像模式噪声卷积神经网络支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LBC的计算机生成图像盲鉴别算法

计算机科学 2015年第6期42卷 135-138,161页

作者：申铉京李梦臻吕颖达陈海鹏吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对现有的计算机生成图像盲鉴别算法选用的分类特征维度较高、通用性差等问题,提出了一种基于局部二进制计数模式的计算机生成图像盲鉴别算法。首先,将原始图像由RGB颜色空间转换为HSV颜色空间;然后,提取HSV颜色空间图像及其下采样图... 详细信息

针对现有的计算机生成图像盲鉴别算法选用的分类特征维度较高、通用性差等问题,提出了一种基于局部二进制计数模式的计算机生成图像盲鉴别算法。首先,将原始图像由RGB颜色空间转换为HSV颜色空间;然后,提取HSV颜色空间图像及其下采样图像的局部二进制计数模式矩阵,求取矩阵归一化直方图;最后,将上述直方图作为分类特征送入SVM分类器,实现计算机生成图像的盲鉴别。实验结果表明,该算法可以有效地鉴别自然图像和计算机生成图像,与现有算法相比具有更高的识别率和较低的特征维度。

关键词：图像盲鉴别计算机生成图像下采样图像局部二进制计数模式 SVM分类器

基于分形维数和小波域特征的计算机生成图像检测算法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2013年第4期51卷 653-658页

作者：孙利齐嘉锐李岩波万国富吉林广播电视大学长春130022 吉林大学软件学院长春130012 吉林大学数学学院长春130012 吉林大学计算机科学与技术学院长春130012

针对自然图像与计算机生成图像在统计特征上存在的差异,提出一种基于分形维数和小波域特征的计算机生成图像盲鉴别算法,该算法基于统计特征对图像进行真伪识别.在使用支持向量机作为分类器的情况下,对800张标准图像进行实验的结果表明,... 详细信息

针对自然图像与计算机生成图像在统计特征上存在的差异,提出一种基于分形维数和小波域特征的计算机生成图像盲鉴别算法,该算法基于统计特征对图像进行真伪识别.在使用支持向量机作为分类器的情况下,对800张标准图像进行实验的结果表明,该算法对计算机生成图像检测准确率达96.5%,明显提高了计算机生成图像的识别精度,为数字图像的真实性提供了保证.

关键词：自然图像计算机生成图像小波域分形维数支持向量机

基于LTCP特征的计算机生成图像盲鉴别算法

在线全文

学校读者我要写书评

暂无评论

基于LTCP特征的计算机生成图像盲鉴别算法

作者：范子龙吉林大学

学位级别：硕士

随着信息时代的到来,伴随着电子技术的发展,数码相机的普及,拍摄数字图像变得异常简单,数字图像被广泛的应用到生活和学习中。数字图像作为信息载体充当各种角色,展示生活场景、记录新闻、司法取证等。然而数字图像技术发展的同时,数字... 详细信息

随着信息时代的到来,伴随着电子技术的发展,数码相机的普及,拍摄数字图像变得异常简单,数字图像被广泛的应用到生活和学习中。数字图像作为信息载体充当各种角色,展示生活场景、记录新闻、司法取证等。然而数字图像技术发展的同时,数字图像处理软件技术也随之发展,使图像处理变得容易,为满足个人需要对图像进行肆意篡改,导致图像篡改事件频频发生,因此对图像进行篡改检测,保证内容真实性具有重要意义。数字图像取证技术实现了对图像篡改检测,主要包括主动取证技术和被动取证技术。主动取证技术需要提前向图像中嵌入信息,主要方式是数字水印和数字指纹,而不添加任何预处理信息的图像取证技术称为被动取证技术,也称为数字图像盲取证。数字图像盲取证技术主要考虑图像是否是原始图像、图像内容是否完整、以及图像是如何产生的。因此,数字图像被动取证技术主要分为三大类:面向图像内容真实性检测,判断图像从最初的获取之后是否经过篡改;面向图像来源取证检测,判断图像来源的获取设备;面向图像隐秘分析取证检测,判断图像内容是否具备完整性。本文主要针对图像来源取证中的计算机生成图像,通过特征提取对计算机生成图像进行检测。首先从鉴别篡改图像的研究背景和意义入手,分析国内外研究现状,然后简要介绍彩色图像颜色空间、LIBSVM分类器使用方法以及本文使用的计算机生成图像库。最后,分析图像的成像机制,总结图像在纹理上的差异,通过LTCP特征直方图来体现这种差异,在已有算法基础上进行改进,提出两种计算机生成图像盲鉴别算法。针对现有的计算机生成图像检测,通过分析图像的纹理差异,利用LTCP特征直方图以及相邻像素一致性共生矩阵特征来体现这种差异,本文利用LTCP特征和共生矩阵实现对计算机生成图像检测。首先,将彩色图像转换到HSV颜色空间下,然后对各通道图像分别提取LTCP特征以及相邻像素一致性共生矩阵特征,并将融合后的特征利用LIBSVM分类器进行训练,建立分类预测模型,最后根据建立的分类模型对计算机生成图像进行检测。通过实验验证,本文算法在检测结果上有明显的提高,具有一定的研究前景。针对现有利用纹理特征对图像进行鉴别的算法,没有充分利用图像的尺度和方向信息,不能更好的全面体现图像的纹理差异,同时特征维度高、检测率低,本文对图像进行方向可控的金字塔变换从多尺度、多方向上提取图像的纹理特征差异,提出了一种基于SPT和LTCP的计算机生成图像盲鉴别算法。首先,在HSV颜色空间分别对各通道图像进行SPT变换,获取变换后的图像子带。然后,对各子带图像提取LTCP特征并利用SVM分类器训练,建立分类模型,最后根据分类模型检测图像是否是计算机生成图像。实验结果表明,本文算法在检测率上明显提高,综合检测率达到97%。

关键词：计算机生成图像 SPT变换局部三值计数模式共生矩阵支持向量机

基于局部纹理特征的计算机生成图像盲鉴别算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于局部纹理特征的计算机生成图像盲鉴别算法

作者：李梦臻吉林大学

学位级别：硕士

随着数码相机的不断更新换代和图像处理技术的迅猛发展，数字图像因其直观、一目了然的特点不断出现在人们的视野当中，而且被广泛应用于新闻报道、司法取证、广告宣传和电影制作等方面。而与此同时，图像篡改技术也在不断提高。在娱乐... 详细信息

随着数码相机的不断更新换代和图像处理技术的迅猛发展，数字图像因其直观、一目了然的特点不断出现在人们的视野当中，而且被广泛应用于新闻报道、司法取证、广告宣传和电影制作等方面。而与此同时，图像篡改技术也在不断提高。在娱乐影视方面对图像进行一定的处理可以更加满足人们的视觉享受，但是如果将处理过后的篡改图像应用于新闻报道、司法取证等领域，将会威胁到人们对真相的知情权，更甚者会因此让犯罪分子逍遥法外。一些不法分子利用篡改图像代替自然图像的事件层出不穷，随之带来的是“有图未必有真相”。因此，数字图像取证技术已经成为人们的研究热点。数字图像取证技术的主要任务是判断图像是自然图像还是篡改图像，如果是篡改图像又是通过何种手段被篡改的。它是涉及计算机图形学、图像处理、计算机视觉、机器学习和信息安全等多门学科的综合性研究技术。现有的数字图像取证技术根据是否需要预处理信息分为数字图像主动取证技术和数字图像被动取证技术两大类。数字图像主动取证技术又分为基于数字水印的图像取证技术和基于数字签名的图像取证技术。与主动取证技术相对应的是数字图像被动取证技术，又称为数字图像盲取证技术。首先，本文从图像取证技术的研究背景和研究意义出发，简要介绍了数字图像取证技术。然后，以自然图像和计算机生成图像的成像机制和这两类图像存在的多方面差异为基础，详细介绍了计算机生成图像盲鉴别技术。最后，在归纳总结现有计算机生成图像盲鉴别算法的基础上提出了自己的改进算法。此外，详细介绍了实验所采用的图像库，即哥伦比亚大学自然图像和计算机生成图像库。计算机生成图像是利用图像处理软件模拟自然图像的成像过程制作的图像，是较复制-粘贴和拼接篡改等更为新颖的一种图像篡改手段。计算机生成图像处理技术的发展使得肉眼难以将其与自然图像相区分，但是它们在成像机制上存在根本的不同，这不可避免地造成这两类图像统计分布规律的不同。依据图像统计特征的不同，可以有效地鉴别自然图像和计算机生成图像。针对现有计算机生成图像盲鉴别算法存在特征维度高、检测率有待提高的问题，本文提出了基于韦伯局部特征的计算机生成图像盲鉴别算法。首先，将图像由RGB颜色空间转换为HSV颜色空间。然后，提取图像HSV颜色空间单通道图像的韦伯局部特征，主要包括差分激励直方图特征、Sobel方向直方图特征和Sobel梯度直方图特征。最后，将提取的所有分类特征送入SVM分类器进行训练和检测得出实验结果。实验结果表明，该算法在有效降低特征维度的同时取得了较高的检测率。针对现有的基于局部二值模式的计算机生成图像盲鉴别算法存在特征维度较高的问题，本文提出了基于局部三值计数模式的计算机生成图像盲鉴别算法。首先，将图像由RGB颜色空间转换为HSV颜色空间。然后，提取图像HSV颜色空间单通道图像的局部三值计数模式直方图特征。最后，将提取的所有分类特征送入SVM分类器进行训练和检测得出实验结果。实验结果表明该算法在保证检测率的同时有效地降低了分类特征的维度。

关键词：自然图像计算机生成图像盲鉴别韦伯局部特征局部三值计数模式支持向量机