数字图像取证

作品数：94被引量：220H指数：7
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：胡永健王波魏生民康晓兵彭安杰更多>>
相关机构：华南理工大学北京邮电大学大连理工大学中山大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金湖南省自然科学基金上海市自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机科学x
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于多尺度融合注意力的多视角文档图像篡改检测与定位
《计算机科学》2025年第4期327-335,共9页孟思江 王宏霞 曾强 周炀 
国家自然科学基金(62272331)。
随着各类数字化平台的完善和应用,文档类图像在网络上得到了广泛传播。与此同时,图像处理技术的发展也增大了文档类图像被篡改的风险,保障文档图像的完整性和真实性变得至关重要。为了提高真实场景下文档类图像篡改区域定位的准确度,提...
关键词：文档类图像篡改检测 深度学习 多尺度 数字图像取证 多视角 
基于空频联合卷积神经网络的GAN生成人脸检测被引量：4
《计算机科学》2023年第6期216-224,共9页王金伟 曾可慧 张家伟 罗向阳 马宾 
国家自然科学基金(62072250,62172435,U1804263,U20B2065,61872203,71802110,61802212);中原科技创新领军人才项目(214200510019);江苏省自然科学基金(BK20200750);河南省网络空间态势感知重点实验室开放基金(HNTS2022002);江苏省研究生研究与实践创新项目(KYCX200974));广东省信息安全技术重点实验室开放项目(2020B1212060078);人文社会科学教育部项目(19YJA630061);江苏高校优势学科建设工程项目。
生成式对抗网络(GAN)的快速发展使其在图像生成领域取得了前所未有的成功。StyleGAN等新型GAN的出现使得生成的图像更真实且具有欺骗性,对国家安全、社会稳定和个人隐私都构成了较大威胁。文中提出了一种基于空频联合的双流卷积神经网...
关键词：数字图像取证 人脸伪造检测 卷积神经网络 生成式对抗网络 频率域 
基于Transformer的多任务图像拼接篡改检测算法被引量：2
《计算机科学》2023年第1期114-122,共9页张婧媛 王宏霞 何沛松 
四川省科技计划(2022YFG0320);国家自然科学基金(61902263,61972269);中央高校基本科研业务费专项资金(YJ201881,2020SCU12066);中国博士后科学基金(2020M673276)。
现有基于深度学习的图像拼接篡改检测方法大多依赖卷积操作的局部计算过程,感受野有限。此外,现有方法大多仅将篡改区域定位用于指导检测模型训练,难以学习更加丰富的篡改痕迹特征。针对上述局限性,提出了基于Transformer的多任务图像...
关键词：数字图像取证 图像拼接检测 TRANSFORMER 自注意力机制 多任务网络 
基于差分直方图中尾部信息的平滑滤波检测算法被引量：9
《计算机科学》2021年第11期234-241,共8页淡州阳 刘粉林 巩道福 
国家自然科学基金(61772549,U1736214)。
平滑处理是数字图像去噪和产生模糊效果的重要手段,经常被用于美化润饰“伪造”图像,因此对各种平滑滤波实施检测是十分有必要的。针对常见的图像平滑处理,文中提出了一种新的基于差分直方图中尾部信息的平滑滤波检测算法。首先,针对待...
关键词：数字图像取证 平滑检测 平滑滤波 差分直方图 
数字图像复制粘贴篡改取证被引量：5
《计算机科学》2019年第B06期380-384,396,共6页邢文博 杜志淳 
数字图像在被复制粘贴篡改时会对被复制部分进行缩放、旋转,然后粘贴在图像的不同部位,从而形成篡改图像。用sift算法检测出图像中的sift关键点,通过关键点的向量找出相互匹配的关键点对。用随机采样一致性算法在匹配点对中随机采取3个...
关键词：数字图像取证 sift关键点 RANSAC算法 局部相关图 复制粘贴篡改 
一种基于自适应阈值的图像伪造检测算法被引量：6
《计算机科学》2011年第3期295-299,共5页康晓兵 魏生民 
国家自然科学基金(50875215)资助
图像伪造检测是数字取证领域一个发展迅速的研究方向。复制-移动是最常见的图像伪造方式之一,其目的是通过隐藏或克隆对象来创建新的图像内容场景。复制-移动伪造检测的主要依据是图像中存在较大面积的相同或非常相似的区域对。针对以...
关键词：数字图像取证 复制-移动伪造 被动式检测 自适应 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部