基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有图像复制粘贴篡改检测算法计算复杂度过高的问题,提出了一种基于分组尺度不变特征变换的图像复制粘贴篡改快速检测算法.首先,利用简单线性迭代聚类将输入图像分割成非重叠且不规则的块;然后,根据图像块内结构张量属性将其分为平坦块、边缘块和角点块,提取图像块内的SIFT特征点作为块特征;最后,通过块特征的类间匹配定位篡改区域.所提算法通过图像块分类和类间匹配,在保证检测效果的同时,有效地降低了特征匹配定位篡改区域阶段的时间复杂度.实验结果表明,所提算法检测准确率为97.79%,召回率为90.34%,F值为93.59%;图像尺寸为1024像素×768像素时算法时间复杂度为12.72 s,图像尺寸为3000像素×2000像素时算法时间复杂度为639.93 s.与已有的复制粘贴算法相比,所提算法能够快速精准地定位篡改区域,且具有较好的稳健性.
推荐文章
抗翻转的图像复制-粘贴篡改检测算法
图像篡改取证
复制-粘贴检测
抗翻转
SIFT算法
关键点匹配
基于SIFT的伪造图像盲检测算法
图像真伪
复制粘贴
SIFT
篡改检测
定位
基于WLD特征的图像复制粘贴篡改检测算法
WLD特征
复制粘贴篡改
篡改检测
基于不变矩特征的图像区域复制粘贴篡改检测
数字图像取证
图像区域复制粘贴篡改
不变矩
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分组SIFT的图像复制粘贴篡改快速检测算法
来源期刊 通信学报 学科 工学
关键词 复制粘贴篡改检测 特征匹配 SIFT 结构张量
年,卷(期) 2020,(3) 所属期刊栏目 学术论文
研究方向 页码范围 62-70
页数 9页 分类号 TP391
字数 5579字 语种 中文
DOI 10.11959/j.issn.1000-436x.2020045
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马建峰 西安电子科技大学网络与信息安全学院 389 4956 30.0 50.0
2 肖斌 重庆邮电大学图像认知重点实验室 18 48 4.0 6.0
3 毕秀丽 重庆邮电大学图像认知重点实验室 9 9 2.0 3.0
4 景如霞 重庆邮电大学图像认知重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
复制粘贴篡改检测
特征匹配
SIFT
结构张量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导