基于双流Faster R-CNN的像素级图像拼接篡改定位算法

作     者：吴鹏 陈北京 郑雨鑫 高野 Wu Peng;Chen Beijing;Zheng Yuxin;Gao Ye

作者机构：南京信息工程大学计算机与软件学院南京210044 江苏省计算机网络技术重点实验室南京210096 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2021年第35卷第4期

页      面：154-160页

核心收录：

学科分类：11[军事学] 1105[军事学-军队指挥学] 081203[工学-计算机应用技术] 0839[工学-网络空间安全] 08[工学] 0835[工学-软件工程] 110505[军事学-密码学] 110503[军事学-军事通信学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62072251) 江苏省大学生创新创业训练计划(201910300022Z) 江苏高校优势学科建设工程项目(PAPD)资助 

主　　题：图像拼接 Faster R-CNN 错误等级分析 特征金字塔 全卷积神经网络 

摘      要：基于双流Faster R-CNN的图像拼接篡改定位算法因综合考虑彩色图像及其噪声图像作为输入而获得良好性能。但是,它仍存在两个不足,定位精度只是块级且经过隐写分析富模型产生的噪声图易夹杂大量冗余非篡改区域信息。为此,提出一种基于双流Faster R-CNN的像素级拼接篡改定位模型。针对第一个缺陷,增加一个全卷积网络分支实现像素级定位。针对第二个缺陷,采用错误等级分析噪声模型替代隐写分析富模型用于提取噪声图。实验结果表明提出算法较现有算法提高了近10%的准确率。