基于注意力机制的渐进式图像复制粘贴篡改检测

摘要

针对图像复制粘贴篡改检测深度学习方法中特征提取阶段信息丢失问题，本文提出基于注意力机制的渐进式图像复制粘贴篡改检测模型.该模型在特征提取阶段不同于先下采样得到强语义信息，再上采样恢复高分辨率恢复位置信息的常见结构，而是整个过程保持并行多分辨率，不同分辨率分支之间信息交互，同时达到强语义信息和精准位置信息的目的 .特征提取的关键是：首先给出不同分辨率特征图；然后结合空间与通道的注意力机制由低到高渐进式进行特征连接，生成对应分辨率下的子掩码；同时，在图像级检测中，特征按分辨率由高到低逐渐连接丰富信息；最后引入焦点损失来降低类别不平衡对模型带来的影响，对不同分辨率下的掩码进行同等权重监督.实验结果表明，论文提出的检测方法在公开数据集像素级与图像级的检测结果中优于现有方法，验证了注意力机制和渐进式特征连接的有效性.

关键词

复制粘贴 / 篡改检测 / 注意力机制 / 特征连接