Image Copy-Move Forgery Detection and Localization Scheme: How to Avoid Missed Detection and False Alarm

要約

イメージのコピーと移動は、イメージの一部を同じイメージの別の部分に置き換える操作であり、セマンティクスが変更される可能性があるため、違法な目的に使用される可能性があります。
最近の研究では、キーポイントベースのアルゴリズムは、小さな領域や滑らかな改ざん領域が含まれる場合でも、優れた堅牢な位置特定パフォーマンスを達成することが示されています。
ただし、入力画像が低解像度の場合、既存のキーポイントベースのアルゴリズムのほとんどは十分なキーポイントを生成することが難しく、検出の見逃しが多くなります。
さらに、既存のアルゴリズムは通常、類似しているが本物のオブジェクト (SGO) 画像と改ざんされた画像を区別できないため、誤報が増加します。
これは主に、偽造位置特定段階での局所ホモグラフィー行列のさらなる検証が不足していることが原因です。
これらの問題に取り組むために、この論文ではまず、検出漏れを克服するための過剰なキーポイント抽出戦略を提案します。
その後、グループ マッチング アルゴリズムを使用して、過剰なキーポイントのマッチングを高速化します。
最後に、新しい反復偽造位置特定アルゴリズムが導入され、誤報を確実に減らしながらピクセルレベルの位置特定結果を迅速に形成します。
広範な実験結果は、私たちのスキームが、検出ミスや誤報を克服する上で最先端のアルゴリズムよりも優れたパフォーマンスを備えていることを示しています。
私たちのコードは https://github.com/LUZW1998/CMFDL で入手できます。

要約(オリジナル)

Image copy-move is an operation that replaces one part of the image with another part of the same image, which can be used for illegal purposes due to the potential semantic changes. Recent studies have shown that keypoint-based algorithms achieved excellent and robust localization performance even when small or smooth tampered areas were involved. However, when the input image is low-resolution, most existing keypoint-based algorithms are difficult to generate sufficient keypoints, resulting in more missed detections. In addition, existing algorithms are usually unable to distinguish between Similar but Genuine Objects (SGO) images and tampered images, resulting in more false alarms. This is mainly due to the lack of further verification of local homography matrix in forgery localization stage. To tackle these problems, this paper firstly proposes an excessive keypoint extraction strategy to overcome missed detection. Subsequently, a group matching algorithm is used to speed up the matching of excessive keypoints. Finally, a new iterative forgery localization algorithm is introduced to quickly form pixel-level localization results while ensuring a lower false alarm. Extensive experimental results show that our scheme has superior performance than state-of-the-art algorithms in overcoming missed detection and false alarm. Our code is available at https://github.com/LUZW1998/CMFDL.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google