基于稀疏自编码特征聚类算法的图像窜改检测

• 作者: 王梦思 罗霄阳 霍宏涛
• 来源期刊: 计算机应用研究
• 关键词: 稀疏自编码 K-means聚类算法 同图复制 块匹配
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3820-3823
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.067

摘要

同图复制窜改是图像窜改较为常见的一类,基于块匹配检测方法往往存在准确率低、时间复杂度高等问题,为提高准确率并大幅度降低时间复杂度,应用深度学习特征和聚类算法进行检测.首先用稀疏自编码器训练大量样本集找出同图复制图像的内部规律并得到降维的隐藏层权值矩阵,通过权值矩阵获得检测图像的隐藏层特征,即定义的稀疏自编码特征;用K-means算法一次聚类自编码特征去除图像平滑区域,二次聚类纹理特征获得检测结果,若检测结果中含有少量异常块,通过欧氏距离判断和RANSAC(random sample consensus)算法将异常块去除,从而实现窜改区域的检测.实验结果表明,该算法与其他算法相比综合准确率提升14.3％,时间效率提升72％.将深度学习特征与聚类算法结合使用,使得同图复制窜改在时间效率和准确率上皆有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍宏涛	中国人民公安大学信息技术与网络安全学院	23	224	6.0	14.0
2	罗霄阳	中国人民公安大学信息技术与网络安全学院	3	1	1.0	1.0
3	王梦思	中国人民公安大学信息技术与网络安全学院	4	2	1.0	1.0