作者:闻凯图像伪造检测多尺度特征双分类器隐马尔科夫支持向量机
摘要:为解决当前图像伪造检测技术仅局限于单一伪造形式的检测,难以适应各种复杂的组合篡改识别,使其识别精度与通用性能不佳等不足,提出多尺度特征提取耦合双分类器的图像伪造检测算法。分别利用Curve-let变换、Gabor变换、LBP(local binary pattern)与DCT(discrete cosine transform)变换采集输入图像的特征信息,融合这些提取特征,形成图像的多尺度特征;引入隐马尔科夫和支持向量机,设计双分类器的真伪决策模型,将多尺度特征视为识别依据,利用双分类器决策出真实图像和篡改图像。实验结果表明,与当前伪造检测前算法相比,所提算法具有更高的检测精度与鲁棒性,能够有效地对复制区发生旋转、模糊和噪声的复制-粘贴和拼接伪造完成精确检测。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社