华南理工大学学报(自然科学版)

作者：陆璐, 钟文煜, 吴小坤

单位：华南理工大学 计算机科学与工程学院，广东 广州 510640

关键词：深度学习,视觉Transformer,图像篡改,纵横注意力

基金：国家社科基金重大项目;中山市产学研重大项目

随着数字图像处理技术不断发展，图像篡改不再局限于图像拼接等单一手段，而是通过图像编辑 软件后处理隐藏恶意篡改痕迹，导致现有传统算法和基于深度学习的定位方法效果不佳。针对现有图像篡 改算法定位精度不高的问题，本文提出一种端到端基于多尺度视觉Transformer的图像篡改定位网络，该网 络融合Transformer和卷积编码器提取篡改区域与非篡改区域的特征差异。多尺度Transformer对不同尺寸图 像块序列的空间信息进行建模，从而使网络适应各种形状大小的篡改区域。实验结果表明，本文所提出的 算法在CASIA和NIST2016测试集的F1分数分别为0.431和0.877,AUC值分别为0.728和0.971，相比当前的 主流算法具有较为明显的性能提升。而且，本文所提算法在应对JPEG压缩攻击具有较强的鲁棒性。

来源：2022年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2022年第6期