报告名称
基于边缘检测与Faster R-CNN的图像篡改检测
时 间
2019年11月28日下午2：30
地 点
信息科学楼一楼学术报告厅
主 讲 人
孙水发
主办单位
ok138cn太阳集团529
备注
报告人简介：
孙水发，博士，教授，硕士生导师，主要从事多媒体信号信息处理，智能信息处理及其应用研究。发表学术论文100余篇，出版著作3部，授权发明专利5项，近年来主持国家自然科学基金项目2项，参与国家自然科学基金项目3项，获省部级奖励2项。
报告内容：
图像编辑处理在当今社会越来越流行，在各种社交网络中，如微博、朋友圈等充满了各式各样的已编辑图像，其中不乏一些对图像事实的恶意扭曲和篡改，使大众无法知道真相，甚至造成恶劣影响。因此，对篡改图像的准确检测就显得尤为重要。传统的图像篡改检测算法仅仅关注图像的某一特征，如图像压缩特征，图像局部噪声特征等，适用范围有限，检测准确率不高。我们使用基于残差神经网络ResNet101的Faster RCNN网络模型，将边缘检测与输入图像进行卷积，得到边缘特征图像，与原始输入图像并行输入Faster RCNN网络，进行端到端的训练，在双线性池化层融合特征，检测及定位篡改图像。本文提出的结合边缘检测的Faster RCNN篡改检测模型在复制-粘贴篡改检测和图像拼接检测均表现良好。
