【摘 要】
：
伴随着互联网的崛起,图像和视频在信息传播中起着不可忽视的作用。随之而来的就是各种图像和视频篡改软件,数字图像取证的一个重要方向就是对篡改图像的检测,以前大多数的方法集中在检测篡改图像分类上,很少有方法定位图像的篡改区域,目前大多数的图像篡改区域定位检测存在精确率不高的问题。此外,近几年由于深度学习的火热,出现了AI换脸技术,这些换脸技术能达到以假乱真,肉眼无法分辨的效果,也因此带来不小的社会安全问
论文部分内容阅读
伴随着互联网的崛起,图像和视频在信息传播中起着不可忽视的作用。随之而来的就是各种图像和视频篡改软件,数字图像取证的一个重要方向就是对篡改图像的检测,以前大多数的方法集中在检测篡改图像分类上,很少有方法定位图像的篡改区域,目前大多数的图像篡改区域定位检测存在精确率不高的问题。此外,近几年由于深度学习的火热,出现了AI换脸技术,这些换脸技术能达到以假乱真,肉眼无法分辨的效果,也因此带来不小的社会安全问题,AI换脸检测技术研究也成了研究的热点。本文AI换脸检测关键技术研究的主要工作如下:第一,针对图像篡改区域定位检测不精确这个研究难点,提出了一种基于空间结构的方法来定位检测篡改图像区域。利用篡改图像会导致篡改与非篡改的边界表现出不一致的特征,利用这一方法,本文提出了一种基于混合卷积神经网络和长短期记忆神经网络模型来对篡改图像区域定位检测研究。根据实验数据的对比,证明了该算法的在篡改区域定位检测具有更高的精确度。第二,针对AI换脸检测准确率不够高的研究难点,提出了一种基于多任务学习模型的AI换脸检测模型。利用多任务学习模型任务信息共享,通过对AI换脸视频分类任务和换脸篡改区域分割任务共享信息,提高该模型的检测能力和篡改定位能力。通过实验对比,该模型对AI换脸检测具有更高的准确率,并且能有效分割AI换脸篡改区域分割图。第三,在上述研究下,设计并实现一个AI换脸检测系统。此系统在对待检测换脸进行压缩,提取脸部特征处理后,可以对AI换脸视频进行检测,同时,输出换脸篡改的脸部分割图。
其他文献
如今环境问题日益突出,如何应对经济的快速发展和资源紧缺及环境污染之间的矛盾,成为了一个全球性的难题。在此背景下,绿色供应链的建设成为推动绿色发展的关键点。为推动绿色供应链发展,政府推行了各种优惠政策以激励供应链成员进行绿色产品研发、绿色生产和绿色推广等绿色实践,其中最普遍、最有效的激励策略就是政府补贴。但是现阶段我国补贴政策的实施存在一定问题。补贴整体设计有待改善,补贴对象的选择等方面过于单一,补
空气污染问题已成为全球广泛关注的公共卫生问题,大气污染物传输模式及某地区污染物来源也成为各学科学者的研究热点。环境科学界通常使用复杂的大气传输和扩散模型,对空气污染问题进行了广泛的研究,此类研究结果缺少时序信息,不能为治理者提供具有时空针对性的治理决策。可视分析结合图形学、数据挖掘以及人机交互手段,帮助用户通过与交互式的可视化界面进行人机交互,直观高效地从海量信息中挖掘出用户想要的信息。在“十二五
随着人民消费需求的多样化、基础建设的不断完善以及电子商务的蓬勃发展,城市配送在整个物流体系中越来越重要,因此提高城市末端配送的服务质量和效率,对整个物流体系效率以及服务质量的提升都至关重要。当前我国的城市末端配送体系建设仍处于发展阶段,低人工成本以及之前市场的快速发展掩盖了配送组织体系落后以及服务水平低的弊端,造成了物流资源的浪费以及环境的污染,同时这也是我国物流成本占GDP比例高的原因之一。基于
车联网是物联网体系中最有发展前景,市场规模最大的领域之一,对提高交通效率和安全水平具有重要意义。当前车联网安全主要存在以下问题:（1）数据诚信问题,即,车辆数据在存储与通信过程中的一致性难以保障;（2）中心化问题,即,所有的车联网设备统一由中心服务器进行管理,在中心化服务器受到攻击或者出现恶意行为时,整个车联网将出现严重故障。由于区块链技术内生的安全性（如去中心化、不可篡改、公开透明等特性）,其被
文本作为人类信息的重要载体,在人们平时生活当中扮演着十分重要的角色。快速检测识别出各种生活场景中丰富多彩的文字,能够帮助人们更好地理解场景信息,能更便捷地提供各种服务。这项技术在交通安防,区域定位,灾后搜救,盲人辅助等领域均有广泛的应用。它作为一些高级智能应用的基础,拥有较高的研究价值与意义。近年来由于各类卷积神经网络的飞速发展,文本检测与识别技术也有了的很大进步,但由于自然场景文本图片质量高低不
随着通信技术的发展,人和人之间的信息交换手段已经从原始文本,面对面对话等方式发展成更加精确、快速的方式,如打电话、发短信等。其中,视频会议便是现在人们使用比较广泛的远程信息交换手段之一。为了提高视频会议用户的使用体验,研究如何提高视频会议的服务质量（Quality of Service,Qo S）越来越具有重要性。本文主要针对视频会议系统中的视频传输和视频传输拥塞控制机制进行研究。首先,本文针对视
脑机接口（Brain Computer Interface,BCI）作为交叉学科中的前沿技术,可以让脑在没有肌肉组织辅助的情况下与外界通信,为脑与外界提供一种全新的通信方式。运动想象（Motor Imagery,MI）是一种常见的BCI范式,BCI系统将脑在进行运动想象时产生的信号作为输入,便可把此信号处理为相应的机器指令并由外界设备表达出来。在BCI系统对信号的处理过程中,特征提取和分类是将脑信
近年来,随着网络和智能设备的出现和普及,越来越多的数据涌现出来。随着数据对人们生活的影响越来越强,数据被认为是“新时代石油”。如何从数据中挖掘出有效的知识,是一个亟待研究的问题。犹豫模糊集理论作为一种新的模糊集扩展模型,是处理决策问题中不确定信息的有效工具。传统的犹豫模糊多属性决策方法（Multi-attribute Decision Making,MADM）只能选择最优策略,不能适用于复杂决策。
智能电网作为下一代电力网络,融合了现代通信技术、传感技术以及自动化等技术,有效提升了电力网络的高效性、可靠性和稳定性。智能电表作为智能电网架构的重要基础设施,被广泛部署在用电区域以记录用户的用电数据,保证智能电网安全、可靠和高效地运行。但是这些数据不仅属于用户的隐私数据,而且用于智能电网监测、电力调度以及负载均衡等等,一旦被泄露或者篡改将会带来巨大损失,这成为了限制智能电网进一步发展的重要因素。因
随着图形图像技术的发展,特别是医疗成像设备的普及,医学图像处理技术得到了越来越广泛的应用。临床上,医生通过对脑出血病人的脑部CT扫描图像进行肉眼观看,并结合自身的行医经验,来判断病患的脑部出血量、血块的形态以及出血区域等相关指标,进而为手术做好相应的准备。然而,CT图像均为二维断层切片,并不能反映脑出血部位在空间上的结构。因此,本文以脑出血CT图像数据集作为基础,利用深度学习的方法对图像中出血部位