基于深度学习的数字图像取证技术研究进展OACSTPCD
Research progress of digital image forensic techniques based on deep learning
随着数字图像篡改技术不断的革新换代,传统的取证方法已经无法对抗最新的多媒体篡改手段和技术,尤其是深度造假及深度学习技术带来的全新挑战.总结提炼了包括图像预处理模块、特征提取模块及分类结果后处理模块的通用数字图像取证框架,并在提出的框架基础之上分析现有相关研究的优缺点,同时归纳了数字图像取证面临的挑战并指明未来的发展方向.
乔通;姚宏伟;潘彬民;徐明;陈艳利
杭州电子科技大学网络空间安全学院,浙江杭州310018杭州电子科技大学网络空间安全学院,浙江杭州310018杭州电子科技大学网络空间安全学院,浙江杭州310018杭州电子科技大学网络空间安全学院,浙江杭州310018法国特鲁瓦工程技术大学,特鲁瓦10000
信息技术与安全科学
数字图像取证卷积神经网络来源识别篡改检测
《网络与信息安全学报》 2021 (5)
RAW格式图像来源取证技术研究
13-28,16
浙江省属高校基本科研业务费专项资金(GK219909299001-007)国家自然科学基金(61702150)浙江省基础公益研究项目(LGG19F020015)网络空间安全重点专项基金(2016YFB0800201)
评论