[計信講壇]第86講 基于邊緣檢測與Faster R-CNN的圖像篡改檢測

報告名稱

基于邊緣檢測與Faster R-CNN的圖像篡改檢測

時 間

2019年11月28日下午2：30

地 點

信息科學樓一樓學術報告廳

主 講 人

孫水發

主辦單位

計算機與信息學院

備注

報告人簡介：

孫水發，博士，教授，碩士生導師，主要從事多媒體信號信息處理，智能信息處理及其應用研究。發表學術論文100余篇，出版著作3部，授權發明專利5項，近年來主持國家自然科學基金項目2項，參與國家自然科學基金項目3項，獲省部級獎勵2項。

報告內容：

圖像編輯處理在當今社會越來越流行，在各種社交網絡中，如微博、朋友圈等充滿了各式各樣的已編輯圖像，其中不乏一些對圖像事實的惡意扭曲和篡改，使大眾無法知道真相，甚至造成惡劣影響。因此，對篡改圖像的準確檢測就顯得尤為重要。傳統的圖像篡改檢測算法僅僅關注圖像的某一特征，如圖像壓縮特征，圖像局部噪聲特征等，適用范圍有限，檢測準確率不高。我們使用基于殘差神經網絡ResNet101的Faster RCNN網絡模型，將邊緣檢測與輸入圖像進行卷積，得到邊緣特征圖像，與原始輸入圖像并行輸入Faster RCNN網絡，進行端到端的訓練，在雙線性池化層融合特征，檢測及定位篡改圖像。本文提出的結合邊緣檢測的Faster RCNN篡改檢測模型在復制-粘貼篡改檢測和圖像拼接檢測均表現良好。