一种基于深度学习的双JPEG图像压缩检测算法

• 作者: 华秀茹 李思纤 栗风永 楚雪玲 魏为民
• 来源期刊: 上海电力大学学报
• 学科: 工学
• 关键词: 双JPEG压缩 图像盲取证 深度学习 卷积神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机技术
• 页码范围: 505-510
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2020.05.017

摘要

双JPEG图像压缩检测是图像盲取证中的研究热点之一.针对JPEG图像压缩检测盲取证问题,提出了一种在双JPEG格式下基于卷积神经网络(CNN)的压缩检测算法.将图像数据集中的样本以不同的质量因子进行单JPEG压缩和双JPEG压缩,把检测图像的DCT系数直方图作为CNN网络的输入进行特征提取,输出层是样本类别的概率分类.实验结果表明,样本尺寸越大,篡改后的质量因子越大,分类器检测正确率越高;与现有算法相比,提出的算法检测正确率最高提高了1.3％,证明具有良好的双JPEG图像压缩性能检测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏为民		27	149	5.0	11.0
2	楚雪玲		3	0	0.0	0.0
3	华秀茹		3	0	0.0	0.0
4	李思纤		3	0	0.0	0.0
5	栗风永		10	4	1.0	2.0