论文部分内容阅读
篡改图像检测和定位的研究在数字取证中具有重要意义.不同于语义对象检测,它更加需要关注篡改区域和非篡改区域之间的区别特征,这表明网络需要学习更丰富的特征.因此我们提出具有注意力机制(Attention)的双分支Mask R-CNN网络.该网络实现分类、定位、分割篡改区域的通用模型结构.分支之一是主分支,目的是利用注意力机制从RGB图像提取特征,以发现篡改痕迹,例如强烈的对比度差异,非自然的篡改边界.另一个是噪声分支,利用隐写丰富模型(SRM)滤波器层提取的噪声特征来区分真实区域和篡改区域之间的噪声不一