多媒体隐写研究进展 被引量：13

1

作者 张卫明 王宏霞 +6 位作者 李斌 任延珍 杨忠良 陈可江 李伟祥 张新鹏 俞能海 《中国图象图形学报》 CSCD 北大核心 2022年第6期1918-1943,共26页

大数据分析可以跳过数据内容而仅从数据背景挖掘情报,传统的加密通信已经难以满足安全通信的需求。隐写技术是将秘密消息嵌入各种载体(如数字图像、音频、视频或文本)中实现隐蔽通信的技术,是应对大数据情报获取的有效手段,是密码技术... 大数据分析可以跳过数据内容而仅从数据背景挖掘情报,传统的加密通信已经难以满足安全通信的需求。隐写技术是将秘密消息嵌入各种载体(如数字图像、音频、视频或文本)中实现隐蔽通信的技术,是应对大数据情报获取的有效手段,是密码技术的必要补充。人工智能,尤其是深度学习,在计算机视觉、语音和自然语言处理等领域的巨大成功,给隐写术带来了新机遇,提出了新挑战,促使基于图像、音/视频和文本的隐写术出现了一系列新思想、新方法。本文介绍隐写术的概念、分类、主要作用和研究意义,概述隐写术的发展历史、研究近况和应用场景。注意到各类载体上的隐写术虽然有差别,但是其核心追求有共通之处,可以提炼成通用的隐写编码问题。所以本文首先介绍隐写编码的基本思想与关键技术,然后针对最重要和流行的载体、图像、视频、音频和文本,分别介绍隐写术的进展。总体而言,本文从隐写编码、图像隐写、视频隐写、音频隐写和文本隐写5个方面概述隐写术的国际/国内发展现状,总结差异,对比优势和劣势,并分析发展趋势。 展开更多

关键词 隐写编码 文本隐写 图像隐写 音频隐写 视频隐写

原文传递

自动程序修复中的安全隐患场景及解决方案 被引量：1

2

作者 黄昱铭 马建峰 +2 位作者 刘志全 魏凯敏 冯丙文 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第6期147-154,共8页

为提高自动程序修复方法的修复质量,指出在自动程序修复方法修复程序缺陷过程中存在的两种安全隐患场景,即脏补丁源场景和脏测试集场景,并为两种安全隐患场景分别提出相应的解决方案,即补丁校验方案和测试集校验方案。实验结果表明,所... 为提高自动程序修复方法的修复质量,指出在自动程序修复方法修复程序缺陷过程中存在的两种安全隐患场景,即脏补丁源场景和脏测试集场景,并为两种安全隐患场景分别提出相应的解决方案,即补丁校验方案和测试集校验方案。实验结果表明,所提出的补丁校验方案能够促使自动程序修复方法获取安全性更高的补丁,所提出的测试集校验方案能够准确地定位测试集中的脏测试用例,误报率为7.20%。 展开更多

关键词 自动程序修复 静态分析 测试集 软件安全

在线阅读 下载PDF 职称材料

基于像素与潜空间双重表征的AI拖拽式编辑图像检测方法

3

作者 邹鑫平 李昊东 《网络空间安全科学学报》 2025年第4期111-124,共14页

随着生成式人工智能技术的迅速发展,数字图像的篡改变得更加容易,如不加以控制,这些虚假图像将对社会产生严重危害。利用人工智能(Artificial Intelligence,AI)技术,用户可以便捷、全局式地生成虚假图像,也可以方便地使用拖拽式编辑等A... 随着生成式人工智能技术的迅速发展,数字图像的篡改变得更加容易,如不加以控制,这些虚假图像将对社会产生严重危害。利用人工智能(Artificial Intelligence,AI)技术,用户可以便捷、全局式地生成虚假图像,也可以方便地使用拖拽式编辑等AI工具对图像局部进行伪造。AI拖拽式编辑的机理与传统篡改方法差异显著,导致已有的图像篡改检测技术难以有效识别AI拖拽式局部编辑图像,而已有的AI生成图像检测方法又难以区分AI局部编辑和AI全局生成。为了应对该挑战,本文提出一种针对AI拖拽式编辑图像的检测方法。通过对AI拖拽式编辑的过程进行分析,发现AI拖拽式编辑会在图像中留下不同于真实图像和全局生成图像的特定痕迹。基于此,设计了一种结合图像像素级表征和潜空间表征的检测方法,可以有效提升对AI拖拽式编辑图像的检测精度。为了支撑此研究,应用4种典型的基于扩散模型的AI拖拽式编辑技术,构建了一个包含9806张拖拽式局部伪造图像的数据集。在该数据集、真实图像和全局生成图像数据集上进行了大量实验,结果表明所提出的方法取得了良好的检测性能。 展开更多

关键词 图像篡改检测 生成式人工智能 拖拽式编辑 扩散模型 图像局部篡改 潜空间

在线阅读 下载PDF 职称材料

结合粒子群优化和综合评价的脉冲耦合神经网络图像自动分割 被引量：15

4

作者 张坤华 谭志恒 李斌 《光学精密工程》 EI CAS CSCD 北大核心 2018年第4期962-970,共9页

为了解决脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)在图像分割中多参数设定以及评价准则单一的问题,提出了一种结合粒子群优化算法(Particle Swarm Optimization,PSO)和综合评价准则的PCNN图像自动分割方法。采用单调递增... 为了解决脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)在图像分割中多参数设定以及评价准则单一的问题,提出了一种结合粒子群优化算法(Particle Swarm Optimization,PSO)和综合评价准则的PCNN图像自动分割方法。采用单调递增阈值搜索策略的PCNN改进模型,将PSO优化原理与由交叉熵参数,边缘匹配度和噪点控制度共同构成的综合评价相结合,以综合评价作为粒子的适应度函数,自动寻优获取PCNN图像分割模型的目标时间常数,连接系数以及迭代次数n,从而实现全参数自适应的PCNN图像分割。实验结果表明算法在保证PCNN运行效率下对不同类型图像都能进行正确完整的分割并兼顾纹理细节的保留。从实验数据可以看到,本文算法在综合评价和通用综合指标上均优于其他对比算法,综合评价平均优于其他算法10.5%。客观评价结果与视觉主观评价相一致,分割较理想,算法具有较高的鲁棒性。 展开更多

关键词 脉冲耦合神经网络 粒子群优化 综合评价 参数自适应 图像分割

在线阅读 下载PDF 职称材料

抗翻录攻击的鲁棒语音水印算法 被引量：4

5

作者 刘正辉 张钰 秦兴红 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2021年第2期303-308,共6页

水印为数字音频的版权保护提供了一种技术手段。然而,随着录用设备的普及,翻录攻击成为一种去除水印信息的有效方法。为了提高水印算法的安全性,提出了一种鲁棒的抗翻录攻击的数字语音水印算法。定义了离散余弦系数对数均值(discrete co... 水印为数字音频的版权保护提供了一种技术手段。然而,随着录用设备的普及,翻录攻击成为一种去除水印信息的有效方法。为了提高水印算法的安全性,提出了一种鲁棒的抗翻录攻击的数字语音水印算法。定义了离散余弦系数对数均值(discrete cosine transform coefficients logarithm mean,DCT-CLM)的特征,分析了该特征对翻录攻击的鲁棒性,并给出了基于该特征的水印嵌入方法。帧号和水印一起作为嵌入在各语音帧的信息,通过量化DCT-CLM方法将帧号和水印一起嵌入在各语音帧中。帧号用来同步各语音帧的内容,从同步的含水印语音帧中提取水印信息,从而进行溯源追踪。和常见的语音水印算法相比,该算法除了对去同步攻击的鲁棒性之外,还能够抵抗对敏感语音内容的翻录攻击。 展开更多

关键词 数字语音 数字水印 去同步攻击 溯源追踪

原文传递

面向强后处理场景的图像篡改定位模型

6

作者 谭舜泉 廖桂樱 +1 位作者 彭荣煊 黄继武 《通信学报》 EI CSCD 北大核心 2024年第4期146-159,共14页

针对微信、微博等社交平台对图像进行的压缩、尺度拉伸等有损操作带来的篡改痕迹模糊或被破坏的挑战,提出了一种对抗强后处理的图像篡改定位模型。该模型选用了基于Transformer的金字塔视觉转换器作为编码器,用于提取图像的篡改特征。同... 针对微信、微博等社交平台对图像进行的压缩、尺度拉伸等有损操作带来的篡改痕迹模糊或被破坏的挑战,提出了一种对抗强后处理的图像篡改定位模型。该模型选用了基于Transformer的金字塔视觉转换器作为编码器,用于提取图像的篡改特征。同时,设计了一个类UNet结构的端到端编码器-解码器架构。金字塔视觉转换器的金字塔结构和注意力机制可以灵活关注图像的各个区块,结合类UNet结构能够多尺度地提取图像上下文间的关联信息,对强后处理的图像有着较好的鲁棒性。实验结果表明,所提模型在对抗JPEG压缩、高斯模糊等常见的后处理操作以及在不同社交媒体传播场景的数据集上的定位性能上明显优于目前主流的篡改定位模型,展现出了优异的鲁棒性。 展开更多

关键词 强后处理场景 图像篡改定位 鲁棒性 金字塔视觉转换器

在线阅读 下载PDF 职称材料

语音深度伪造及其检测技术研究进展 被引量：7

7

作者 许裕雄 李斌 +1 位作者 谭舜泉 黄继武 《中国图象图形学报》 CSCD 北大核心 2024年第8期2236-2268,共33页

语音深度伪造技术是利用深度学习方法进行合成或生成语音的技术。人工智能生成内容技术的快速迭代与优化,推动了语音深度伪造技术在伪造语音的自然度、逼真度和多样性等方面取得显著提升,同时也使得语音深度伪造检测技术面临着巨大挑战... 语音深度伪造技术是利用深度学习方法进行合成或生成语音的技术。人工智能生成内容技术的快速迭代与优化,推动了语音深度伪造技术在伪造语音的自然度、逼真度和多样性等方面取得显著提升,同时也使得语音深度伪造检测技术面临着巨大挑战。本文对语音深度伪造及其检测技术的研究进展进行全面梳理回顾。首先,介绍以语音合成(speech synthesis,SS)和语音转换(voice conversion,VC)为代表的伪造技术。然后,介绍语音深度伪造检测领域的常用数据集和相关评价指标。在此基础上,从数据增强、特征提取和优化以及学习机制等处理流程的角度对现有的语音深度伪造检测技术进行分类与深入分析。具体而言,从语音加噪、掩码增强、信道增强和压缩增强等数据增强的角度来分析不同增强方式对伪造检测技术性能的影响,从基于手工特征的伪造检测、基于混合特征的伪造检测、基于端到端的伪造检测和基于特征融合的伪造检测等特征提取和优化的角度对比分析各类方法的优缺点,从自监督学习、对抗训练和多任务学习等学习机制的角度对伪造检测技术的训练方式进行探讨。最后,总结分析语音深度伪造检测技术存在的挑战性问题,并对未来研究进行展望。本文汇总的相关数据集和代码可在https://github.com/media-sec-lab/Audio-Deepfake-Detection访问。 展开更多

关键词 语音深度伪造 语音深度伪造检测 语音合成(SS) 语音转换(VC) 人工智能生成内容(AIGC) 自监督学习 对抗训练

原文传递

基于深度学习的数字图像篡改定位方法综述 被引量：10

8

作者 李昊东 庄培裕 李斌 《信号处理》 CSCD 北大核心 2021年第12期2278-2301,共24页

日益进步的图像处理技术让数字图像编辑的门槛变得越来越低。利用触手可及的图像处理软件,人们可以方便地改动图像内容,而篡改后的图像往往十分逼真,以至于肉眼难以辨认。这些篡改图像已对个人隐私、社会秩序、国家安全造成了严重的威... 日益进步的图像处理技术让数字图像编辑的门槛变得越来越低。利用触手可及的图像处理软件,人们可以方便地改动图像内容,而篡改后的图像往往十分逼真,以至于肉眼难以辨认。这些篡改图像已对个人隐私、社会秩序、国家安全造成了严重的威胁。因此,检测及定位图像中的篡改区域具有重要现实意义,并已成为多媒体信息安全领域中的重要研究课题。近年来,深度学习技术在图像篡改定位中得到了广泛的应用,所取得的性能已显著超越了传统的篡改取证方法。本文对基于深度学习的图像篡改定位方法进行了梳理。介绍了图像篡改定位中常用的数据集及评价标准,以在篡改定位中应用的不同网络架构为依据分析了现有方法的技术特点和定位性能,并讨论了图像篡改定位面临的挑战和未来的研究方向。 展开更多

关键词 数字图像取证 图像篡改检测 篡改区域定位 深度学习

在线阅读 下载PDF 职称材料

基于深度特征增广的跨域小样本人脸欺诈检测算法 被引量：6

9

作者 孙文赟 金忠 +1 位作者 赵海涛 陈昌盛 《计算机科学》 CSCD 北大核心 2021年第2期330-336,共7页

随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全。文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深... 随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全。文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深度特征增广的跨域小样本人脸欺诈检测算法。该算法在已有的基于全卷积神经网络的人脸欺诈检测深度神经网络的中部嵌入域自适应层将卷积特征图增广,来适配源域和目标域的差异,随后根据增广后的特征图进行像素级分类,最后将像素级概率图从空间上融合为帧级决策。文中在CASIA-FASD,Replay-Attack和OULU-NPU 3个数据集和6个常见测评协议(2个CASIA-FASD与Replay-Attack跨库协议和4个OULU-NPU标准协议)下进行实验,验证了算法在不同背景、不同攻击设备、不同相机等跨域情况下的性能。实验表明,基准FCN人脸欺诈检测算法已经能够达到较好的性能,在此基础上,借助小样本目标域数据学习域自适应模型,可进一步显著提升性能,将错误率减半(CASIA-FASD训练+Replay-Attack测试的HTER指标从27.31%降至11.23%,Replay-Attack训练+CASIA-FASD测试的HTER指标从37.33%降至21.83%,OULU-NPU标准协议IV的ACER指标从9.45%降至5.56%),实验结果验证了基于深度特征增广的跨域小样本人脸欺诈检测算法的有效性。 展开更多

关键词 模式识别 系统安全 人脸图像分析 人脸欺诈检测 深度学习

在线阅读 下载PDF 职称材料

数字图像隐写分析综述 被引量：2

10

作者 王子驰 李斌 +1 位作者 冯国瑞 张新鹏 《应用科学学报》 CAS CSCD 北大核心 2024年第5期723-732,共10页

数字隐写是机密信息安全传递的重要方式,将机密信息隐藏于普通多媒体数据(图像或视音频)中可以实现隐蔽传输。而发现机密信息的隐蔽传输可采用隐写分析技术,隐写分析根据隐写引起的载体数据统计异常来判断多媒体数据是否含有秘密信息。... 数字隐写是机密信息安全传递的重要方式,将机密信息隐藏于普通多媒体数据(图像或视音频)中可以实现隐蔽传输。而发现机密信息的隐蔽传输可采用隐写分析技术,隐写分析根据隐写引起的载体数据统计异常来判断多媒体数据是否含有秘密信息。近年来,隐写与隐写分析在相互对抗中不断进步与发展。随着社交网络的兴起,数字图像已成为社交媒介之一并广泛传播。本文以数字图像为例,梳理了近十余年数字图像隐写分析研究的发展现状;综述了传统隐写分析与深度学习隐写分析;探讨了各类方法面临的挑战,并展望了隐写分析的发展趋势。 展开更多

关键词 隐写 隐写分析 数字图像 特征提取 深度学习

在线阅读 下载PDF 职称材料

基于卷积-反卷积网络的正交人脸特征学习算法 被引量：5

11

作者 孙文赟 宋昱 陈昌盛 《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2020年第5期474-481,共8页

身份特征与表情特征是人脸图像分析中的两组重要特征,传统的有监督正交人脸特征学习(supervised orthogonal facial feature learning,SOFFL)算法虽然能够在给定表情和身份标签时学习这一对特征,但因数据要求较高令其应用受限.提出一种... 身份特征与表情特征是人脸图像分析中的两组重要特征,传统的有监督正交人脸特征学习(supervised orthogonal facial feature learning,SOFFL)算法虽然能够在给定表情和身份标签时学习这一对特征,但因数据要求较高令其应用受限.提出一种低数据要求的无监督正交人脸特征学习(unsupervised orthogonal facial feature learning,UOFFL)算法,通过提取正交人脸特征的统一框架,假设人脸图像空间中仅有身份和表情变化,使用重构损失、分类损失和相关性最小化损失的组合,采用深度卷积-反卷积神经网络,从已对齐的人脸图像中联合学习,提取身份和表情特征.其中,分类损失用于学习表情特征;相关性最小化损失用于提高身份特征和表情特征之间的独立性;重构损失用于确保两组特征组合的信息完整性.在大规模合成人脸表情数据集(large-scale synthesized facial expression dataset,LSFED)和受限的Radboud人脸数据集(Radboud faces dataset,RaFD)上进行验证,将所学身份特征空间中的欧氏距离用于人脸验证任务,结果表明,算法性能接近联合贝叶斯等有监督人脸识别方法.UOFFL算法可在身份标签缺失的条件下,仅使用表情特征学得身份特征.相比改进前的SOFFL算法,该方法缓解了对身份标签的依赖,适用场合更广. 展开更多

关键词 人工智能 计算机神经网络 深度学习 人脸表情识别 人脸图像分析 正交人脸特征 重构损失 分类损失 相关性最小损失

在线阅读 下载PDF 职称材料

基于Convnext-Upernet的图像篡改检测定位模型 被引量：7

12

作者 胡林辉 陈保营 +1 位作者 谭舜泉 李斌 《计算机学报》 EI CAS CSCD 北大核心 2023年第10期2225-2239,共15页

在当前数字时代,假新闻、网络勒索等网络犯罪行为愈发猖獗,导致篡改图像产生的负面影响日益凸显.鉴于此,检测与定位篡改图像已成为图像取证领域的关键任务.近年来,深度学习技术在计算机视觉领域取得了显著进展,众多篡改检测模型亦逐渐... 在当前数字时代,假新闻、网络勒索等网络犯罪行为愈发猖獗,导致篡改图像产生的负面影响日益凸显.鉴于此,检测与定位篡改图像已成为图像取证领域的关键任务.近年来,深度学习技术在计算机视觉领域取得了显著进展,众多篡改检测模型亦逐渐应用该技术.然而,现有模型大多需要在大量数据上进行预训练,且其鲁棒性和泛化能力相对较弱.为解决上述问题,本研究采用在计算机视觉领域表现优异的纯卷积神经网络模型Convnext作为主干网络,并借助统一感知解析网络Upernet提取图像中的多尺度特征,构建了一种基于Convnext-Upernet的篡改检测定位模型.在此基础上,本研究进一步运用自监督数据增强方法放大图像中的篡改痕迹,并利用与篡改检测定位任务无关的图像分类损失函数提高篡改图像检测定位的准确性.本研究在当前主流的篡改检测定位数据集上进行了大规模实验证明,所提出的模型具有高效且精确的篡改检测定位能力.相较于现有跨库性能最佳的MVSSNet++模型,本研究所提出的模型在检测定位性能上提高了14.4%,泛化能力得到全面提升,并对常见的后处理操作展示出了强大的鲁棒性. 展开更多

关键词 图像篡改检测定位 深度学习 卷积神经网络 统一感知解析网络 自监督数据增强

在线阅读 下载PDF 职称材料

对数变换主成分分析的图像识别 被引量：6

13

作者 宋昱 孙文赟 陈昌盛 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第1期33-42,共10页

为了进一步提升现有鲁棒主成分分析(PCA)算法处理含有异常样本数据的性能,提出了对数变换的PCA算法。为降低异常样本对目标函数值的影响,根据对数函数的性质建立了对数变换PCA算法的目标函数,证明了所提目标函数值小于标准PCA算法的。之... 为了进一步提升现有鲁棒主成分分析(PCA)算法处理含有异常样本数据的性能,提出了对数变换的PCA算法。为降低异常样本对目标函数值的影响,根据对数函数的性质建立了对数变换PCA算法的目标函数,证明了所提目标函数值小于标准PCA算法的。之后,给出了求解所提目标函数的一种优化算法,即为所提算法。通过迭代计算对角矩阵和进行特征值分解进行优化,证明了所提算法可以近似收敛于所提目标函数的最优解。分析证明了所提算法具有旋转不变性。为了更好地比较各算法处理异常样本数据的能力,使用AR数据库中的原样本作为异常样本,在其他数据库中人为添加了异常样本。与标准PCA算法、鲁棒PCA算法、包括贪婪求解的基于l1范数的PCA算法、非贪婪求解的基于l1范数的PCA算法、基于l2,p范数的PCA算法和基于最大相关熵的PCA算法在AR、Extended Yale B、CMU PIE这3个人脸数据库和MNIST这1个手写字符数据库进行了实验对比,结果表明:所提算法均得到了最低的重构误差和最高的识别精度;所提算法具有良好的收敛性能,一般迭代5到6次即可收敛。 展开更多

关键词 图像识别 主成分分析 异常样本 对数变换

在线阅读 下载PDF 职称材料

面向图像视频取证的机器学习综述 被引量：4

14

作者 谭舜泉 黎思力 +1 位作者 陈保营 李斌 《信号处理》 CSCD 北大核心 2021年第12期2235-2250,共16页

近年来,随着机器学习技术,特别是深度学习技术的飞速发展,使得一般人也能够生成非常逼真的高质量造假图像和视频。这给社会和个人带来了极大的风险,也引起了世界各国相关部门以及学术界的高度重视。针对图像和视频的篡改技术和取证技术... 近年来,随着机器学习技术,特别是深度学习技术的飞速发展,使得一般人也能够生成非常逼真的高质量造假图像和视频。这给社会和个人带来了极大的风险,也引起了世界各国相关部门以及学术界的高度重视。针对图像和视频的篡改技术和取证技术是相互对抗相互促进的矛盾双方。机器学习技术的飞速发展,同样地也触发了图像/视频取证技术的跨越式演化。本文对近年来,特别是过去三年面向图像/视频取证的机器学习技术的飞速发展现状进行了综述,展示了基于传统人工构造特征以及端到端的图像视频取证机器学习方法,并探讨了不同检测技术的优缺点,重点对Deepfake换脸视频的取证技术以及基于深度学习的取证与反取证的对抗进行了介绍。对现有的科研工作进行了科学的归类。最后对其未来的发展趋势进行了展望,旨在为后续学者的研究进一步推动图像/视频取证的机器学习技术提供指导。 展开更多

关键词 图像视频取证 机器学习 深度学习 反取证 对抗样本

在线阅读 下载PDF 职称材料

基于生成对抗网络的车牌图像篡改检测数据增广 被引量：2

15

作者 李来源 霍聪聪 谭舜泉 《计算机应用》 CSCD 北大核心 2024年第S01期301-308,共8页

现有的篡改检测方法,主要使用基于数据驱动的深度学习模型,检测效果与训练数据的质量和数量成正比,且人工制作高质量的篡改图片费时费力。针对高质量车牌篡改图片数据量少的情况,提出一种针对车牌场景的篡改图片数据增广方法。结合车牌... 现有的篡改检测方法,主要使用基于数据驱动的深度学习模型,检测效果与训练数据的质量和数量成正比,且人工制作高质量的篡改图片费时费力。针对高质量车牌篡改图片数据量少的情况,提出一种针对车牌场景的篡改图片数据增广方法。结合车牌定位模块、车牌矫正模块、基于生成对抗网络(GAN)的图像擦除模块和文字风格迁移模块,构建一个车牌字符篡改系统,以模拟真实场景的车牌篡改流程。相较于传统篡改方法,借助GAN生成的篡改字符种类更多元化、更具备多样性。实验结果表明,使用所提系统生成的车牌篡改图片可以达到篡改区域语义高度合理,且肉眼不可分辨的视觉效果;将它作为扩充数据训练篡改检测模型,曲线下面积(AUC)提升了42.9%,F1值提升了33.0%,漏检率下降了16.6%。同时,使用所提系统生成的车牌篡改图片搭配多种数据处理方法在不同篡改检测网络上均能有效提升检测性能;使用扩充数据训练后,篡改检测网络不仅可以成功检测传统篡改方法的篡改痕迹,针对现阶段流行的生成式篡改,检测效果也明显提升。 展开更多

关键词 生成对抗网络 图像擦除 文本风格迁移 篡改检测定位 数据增广

在线阅读 下载PDF 职称材料

抗重录音的溯源追踪音频水印算法 被引量：2

16

作者 杨艳聪 王锐 +1 位作者 秦兴红 刘正辉 《计算机应用与软件》 北大核心 2024年第8期376-381,共6页

录音设备的普及,使重录音成为一种去除音频信号中嵌入水印的普遍攻击方式。为抵抗重录音攻击提出一种新的用于溯源追踪的鲁棒音频水印算法,给出系数对数均值(Logarithmic Mean of Coefficient,LMC)的定义,分析系数对数均值的性质。提出... 录音设备的普及,使重录音成为一种去除音频信号中嵌入水印的普遍攻击方式。为抵抗重录音攻击提出一种新的用于溯源追踪的鲁棒音频水印算法,给出系数对数均值(Logarithmic Mean of Coefficient,LMC)的定义,分析系数对数均值的性质。提出基于DCT的中频域水印嵌入方法。同步信息由帧号生成,和由版权生成的水印信息一起嵌入到载体信号中。仿真实验结果表明,提出的算法具有较好的不可听性、鲁棒性,同时能够有效抵抗一定程度的重录音攻击。 展开更多

关键词 数字水印 版权保护 重录音攻击 溯源追踪

在线阅读 下载PDF 职称材料

改进非线性结构张量的含噪图像边缘检测 被引量：5

17

作者 宋昱 孙文赟 《计算机科学》 CSCD 北大核心 2021年第6期138-144,共7页

现有的边缘检测方法在含噪图像中的检测性能不佳。针对含噪图像的边缘检测问题,提出了利用引导核改进基于非线性结构张量的含噪图像边缘检测方法。首先,计算含噪图像的张量积。然后,根据图像梯度对张量积进行扩散,图像梯度依赖张量积本... 现有的边缘检测方法在含噪图像中的检测性能不佳。针对含噪图像的边缘检测问题,提出了利用引导核改进基于非线性结构张量的含噪图像边缘检测方法。首先,计算含噪图像的张量积。然后,根据图像梯度对张量积进行扩散,图像梯度依赖张量积本身。扩散方程中的扩散矩阵包含张量积,该张量积是通过各向异性的引导核进行空间自适应平均,而不是通过各向同性的高斯核进行平均。最后计算扩散张量积的特征值和特征向量,并基于此检测图像的边缘。将所提方法与基于线性结构张量的边缘检测方法、基于张量梯度扩散的非线性结构张量的边缘检测方法、基于图像梯度扩散的非线性结构张量的边缘检测方法进行比较,实验结果表明,所提方法可以得到更为清晰的边缘,并且检测结果中噪声较少。 展开更多

关键词 特征值分析 边缘检测 张量积 线性结构张量 非线性结构张量 引导核 偏微分方程 迭代滤波

在线阅读 下载PDF 职称材料

HRDA-Net:面向真实场景的图像多篡改检测与定位算法 被引量：6

18

作者 朱叶 余宜林 郭迎春 《通信学报》 EI CSCD 北大核心 2022年第1期217-226,共10页

针对主流篡改数据集单幅图像仅包含一类篡改操作,且对真实图像定位存在“伪影”问题,构建面向真实场景的多篡改数据集(MM Dataset),每幅篡改图像包含拼接和移除2种篡改操作。针对多篡改检测与定位任务,提出端到端的高分辨率扩张卷积注... 针对主流篡改数据集单幅图像仅包含一类篡改操作,且对真实图像定位存在“伪影”问题,构建面向真实场景的多篡改数据集(MM Dataset),每幅篡改图像包含拼接和移除2种篡改操作。针对多篡改检测与定位任务,提出端到端的高分辨率扩张卷积注意力网络(HRDA-Net),利用自顶向下扩张卷积注意力(TDDCA)模块融合图像RGB域和SRM域特征。最后,采用混合扩张卷积模块(MDC)分别提取拼接、移除和篡改检测任务特征,实现篡改区域定位和篡改置信度预测。为提高网络训练效率,提出余弦相似度损失函数作为辅助损失。实验结果表明,在MM Dataset下,与主流语义分割方法相比,HRDA-Net具有较优的性能和较强的稳健性;在单篡改数据集CASIA和NIST下,与主流单篡改定位方法相比,HRDA-Net的F1和AUC分数均较优。 展开更多

关键词 深度学习 多篡改检测与定位 多篡改数据集 余弦相似度损失函数

在线阅读 下载PDF 职称材料

基于重加权l_(1)范数的边缘保持图像平滑算法 被引量：4

19

作者 宋昱 孙文赟 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期109-121,共13页

边缘保持图像平滑是很多计算机视觉和图形学算法的关键步骤,基于l_(1)范数的边缘保持图像平滑算法是现有算法中性能较好的一种,但是该算法的平滑结果中仍然存在很多未被平滑的纹理。为了改进算法的平滑结果,提出了一种新的基于重加权l_... 边缘保持图像平滑是很多计算机视觉和图形学算法的关键步骤,基于l_(1)范数的边缘保持图像平滑算法是现有算法中性能较好的一种,但是该算法的平滑结果中仍然存在很多未被平滑的纹理。为了改进算法的平滑结果,提出了一种新的基于重加权l_(1)范数的边缘保持图像平滑算法,该算法将原始的基于l_(1)范数的图像平滑算法与重加权l_(1)范数最小化相结合,通过使用重加权方法使得解更加稀疏;并通过实验对该算法的性能进行了验证。结果表明:和基于l_(1)范数的图像平滑算法以及一些最新的图像平滑算法相比,文中提出的算法可以更加有效地平滑图像,平滑结果中仅有很少的纹理残留;采用重加权l_(1)范数可以改进现有的基于l_(1)范数的图像平滑算法的图像平滑结果。 展开更多

关键词 边缘保持图像平滑 l_(1)范数 重加权l_(1)范数 图像平滑结果

在线阅读 下载PDF 职称材料

基于高斯增强模块的相机模型辨别

20

作者 黄远航 边山 王春桃 《计算机科学》 CSCD 北大核心 2024年第S01期421-425,共5页

在多媒体取证中,高通滤波器是卷积神经网络常用的预处理层之一,用于抑制图像内容的影响,只强调高频特征。但与此同时,其他一些包含取证痕迹的有用信息也将被不加区别地剔除。为了解决这一问题,文中提出了一个简单而高效的高斯增强模块(G... 在多媒体取证中,高通滤波器是卷积神经网络常用的预处理层之一,用于抑制图像内容的影响,只强调高频特征。但与此同时,其他一些包含取证痕迹的有用信息也将被不加区别地剔除。为了解决这一问题,文中提出了一个简单而高效的高斯增强模块(Gaussian Enhancement Module,GEM)来提取“扩展的”高频特征,即在维持原有特征强度的基础上增强高频细节信息。GEM由两个连续的一维低通高斯滤波器组成,以获得一个模糊版本的特征图,并进一步得到相应的扩展高频残差。通过以高频残差作为空间掩膜,它可以自适应地强化脆弱和细微的低级取证特征,并防止在特征传递过程中出现衰减现象。在相机模型辨别数据集上进行实验,通过将该模块插入多个主流骨干网络,GEM仅仅带来非常轻微的模型复杂度的增加,网络性能和鲁棒性却显著提高,表明该模块支持“即插即用”,与特定的网络架构无关。 展开更多

关键词 相机模型辨别 深度学习 图像取证 高通滤波器 高斯增强

在线阅读 下载PDF 职称材料