マルチ特徴量融合を用いた画像コピー移動改ざんの堅牢な検出と局在化

科学分野:

• デジタル画像フォレンジック
• コンピュータビジョン
• ディープラーニング

背景:

• コピー移動改ざん検出（CMFD）は、画像フォレンジックにおいて不可欠です。
• 既存のディープラーニングモデルは、特徴量融合と正確な局在化に苦労しています。
• 現在の方法は、相補的なRGBおよびノイズドメインの特徴を十分に活用できていないことがよくあります。

研究 の 目的:

• 画像コピー移動改ざんを検出し局在化するための堅牢な方法を開発すること。
• RGBおよびノイズドメイン情報の融合により、特徴表現を改善すること。
• 高度なデコーディングと注意メカニズムを通じて検出精度を向上させること。

主な方法:

• RGBおよびノイズドメインの特徴を統合したマルチ特徴量融合ネットワーク（MFFNet）を設計しました。
• 再構成と局在化マップ生成のために軽量マルチレイヤーパーセプトロンデコーダー（LMPD）を開発しました。
• 正確な予測マスクのために、クロスレイヤー情報集約とローカル/グローバル注意メカニズムを採用しました。

主要な成果:

• MFFNetモデルは、効果的なマルチ特徴量融合を通じて優れた特徴表現を実証しました。
• 提案されたデコーダーは、既存のアプローチと比較して、より正確な改ざん局在化を達成しました。
• 実験結果は、JPEG圧縮、ノイズ、リサイズに対する堅牢性の向上を確認しました。

結論:

• MFFNetは、コピー移動改ざん検出と局在化において大きな進歩を提供します。
• マルチドメイン特徴量と高度なデコーディングの融合は、検出精度と堅牢性を向上させます。
• このアプローチは、画像フォレンジック分析のためのより信頼性の高いツールを提供します。