A New Benchmark and Model for Challenging Image Manipulation Detection

要約

マルチメディア データの改ざんを検出する機能は、デジタル フォレンジックにおいて不可欠です。
既存の画像操作検出 (IMD) 方法は、主に画像編集や二重圧縮アーティファクトから生じる異常な特徴の検出に基づいています。
既存の IMD 技術はすべて、大きな画像から小さな改ざん領域を検出する際に課題に直面します。
さらに、圧縮ベースの IMD アプローチは、同一の品質係数を二重圧縮する場合に困難に直面します。
これらの困難な状況における最先端 (SoTA) IMD 手法を調査するために、編集ベースと圧縮ベースの IMD を評価するための、2 つのサブセットで構成される新しいチャレンジング画像操作検出 (CIMD) ベンチマーク データセットを導入します。
それぞれメソッド。
データセットの画像は手動で撮影され、高品質の注釈が加えられました。
さらに、これらの困難な状況において画像編集と圧縮のアーティファクトの両方をより適切に検出できる、HRNet に基づく新しい 2 ブランチ ネットワーク モデルを提案します。
CIMD ベンチマークに関する広範な実験により、私たちのモデルが CIMD 上で SoTA IMD メソッドよりも大幅に優れていることがわかりました。

要約(オリジナル)

The ability to detect manipulation in multimedia data is vital in digital forensics. Existing Image Manipulation Detection (IMD) methods are mainly based on detecting anomalous features arisen from image editing or double compression artifacts. All existing IMD techniques encounter challenges when it comes to detecting small tampered regions from a large image. Moreover, compression-based IMD approaches face difficulties in cases of double compression of identical quality factors. To investigate the State-of-The-Art (SoTA) IMD methods in those challenging conditions, we introduce a new Challenging Image Manipulation Detection (CIMD) benchmark dataset, which consists of two subsets, for evaluating editing-based and compression-based IMD methods, respectively. The dataset images were manually taken and tampered with high-quality annotations. In addition, we propose a new two-branch network model based on HRNet that can better detect both the image-editing and compression artifacts in those challenging conditions. Extensive experiments on the CIMD benchmark show that our model significantly outperforms SoTA IMD methods on CIMD.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google