| 
  中国学术期刊网络出版总库
  关闭
基于稀疏自编码特征聚类算法的图像窜改检测  
   推荐 CAJ下载 PDF下载
【英文篇名】 Image forgery detection based on sparse autoencoder feature and clustering algorithm
【下载频次】 ★★★★★
【作者】 王梦思; 霍宏涛; 罗霄阳;
【英文作者】 Wang Mengsi; Huo Hongtao; Luo Xiaoyang; Institute of Information Technology & Network Security; People's Public Security University of China;
【作者单位】 中国人民公安大学信息技术与网络安全学院;
【文献出处】 计算机应用研究 , Application Research of Computers, 编辑部邮箱 2018年 12期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 稀疏自编码; K-means聚类算法; 同图复制; 块匹配;
【英文关键词】 sparse autoencoder; K-means clustering algorithm; copy-move forgery; block matching;
【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。
【英文摘要】 Copy-move forgery is a common type of image forgery. Block matching detection often has the problems of low accuracy and high time complexity. In order to improve the accuracy and significantly,and reduce the time complexity,this paper used deep learning characteristics and clustering algorithm for detecting. Firstly,it used the sparse autoencoder to find out the internal laws of the images and trained the weight matrix of the hidden layer which obtained by a large number of sample sets. It obtained the hid...
【基金】 公安部技术研究计划资助项目(2014JSYJB007)
【更新日期】 2018-12-10
【分类号】 TP391.41
【正文快照】 0引言随着信息技术的发展,图像编辑软件的广泛使用,图像窜改已变得平常和普遍,其中同图复制窜改是最常见的一类。将图中一个目标体复制粘贴到同一幅图中的其他区域,再经过模糊、边缘处理等操作便能达到以假乱真的效果。在过去的研究中,同图复制检测技术主要分为特征点匹配和块?

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 计算机的应用
　　　　 信息处理(信息加工)
　　　　　 模式识别与装置
　　　　　　 图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号