原创

： Operation-wise Attention Network for Tampering Localization Fusion

Operation-wise Attention Network for Tampering Localization Fusion

2021 arXiv
在这里插入图片描述
选取5种篡改检测方法做了一个加权的网络，来联合使用5种方法得出的预测图。这个网络真的做的简单。

RGB->5个特征+5个权重->RGB?

但是最后的输出是不是应该的单通道的H*W的mask图。

总觉得这种方法有点耍赖。但是篡改检测的最终方向一定是类似这种方法，把所有的线索都进行考虑，然后对不仅要由所有的线索推断篡改痕迹，所有的线索之间的联系做一个相关，不相关的线索认为是造假的(欺骗检测方法的)，最后综合的判断篡改的像素。

这5种方法使用的线索是jpg压缩线索，图像的噪声线索。就是用的方法有点老了，都是2015，2018的算法。

那么这个方法的应用就必然是jpg篡改了。
在这里插入图片描述

train

使用 DEFACTO dataset
~~百度学术的链接，不是数据集下载链接~~

DEFACTO dataset：用于图像和面部操作检测和定位，称为DEFACTO。该数据集使用微软通用对象上下文数据库(MSCOCO)自动生成，以产生语义上有意义的伪造。已经产生了四类伪造品。拼接伪造，包括插入一个外部元素到一个图像，复制-移动伪造，其中一个元素在图像中复制，对象删除伪造，从图像中删除对象，最后变形，其中两个图像是扭曲和混合在一起。