摘要： 針對圖像復(fù)制粘貼篡改檢測深度學(xué)習(xí)方法中特征提取階段信息丟失問題，本文提出基于注意力機(jī)制的漸進(jìn)式圖像復(fù)制粘貼篡改檢測模型. 該模型在特征提取階段不同于先下采樣得到強(qiáng)語義信息，再上采樣恢復(fù)高分辨率恢復(fù)位置信息的常見結(jié)構(gòu)，而是整個(gè)過程保持并行多分辨率，不同分辨率分支之間信息交互，同時(shí)達(dá)到強(qiáng)語義信息和精準(zhǔn)位置信息的目的. 特征提取的關(guān)鍵是：首先給出不同分辨率特征圖；然后結(jié)合空間與通道的注意力機(jī)制由低到高漸進(jìn)式進(jìn)行特征連接，生成對應(yīng)分辨率下的子掩碼；同時(shí)，在圖像級檢測中，特征按分辨率由高到低逐漸連接豐富信息；最后引入焦點(diǎn)損失來降低類別不平衡對模型帶來的影響，對不同分辨率下的掩碼進(jìn)行同等權(quán)重監(jiān)督. 實(shí)驗(yàn)結(jié)果表明，論文提出的檢測方法在公開數(shù)據(jù)集像素級與圖像級的檢測結(jié)果中優(yōu)于現(xiàn)有方法，驗(yàn)證了注意力機(jī)制和漸進(jìn)式特征連接的有效性.

關(guān)鍵詞： 復(fù)制粘貼； 篡改檢測； 注意力機(jī)制； 特征連接

中圖分類號(hào)： TP391. ；41 文獻(xiàn)標(biāo)志碼： A DOI： 10. 19907/j. 0490-6756. 2024. 042002

1 引言

數(shù)字圖像在現(xiàn)代社會(huì)常作為娛樂、信息或證據(jù)的載體. 然而，隨著圖像編輯軟件的編輯水平的發(fā)展和易用性的提升，對數(shù)字圖像進(jìn)行篡改越來越容易，圖像的真實(shí)性和可信度受到了極大的影響. 復(fù)制粘貼篡改是最常見也最容易操作的數(shù)字圖像篡改方式［1］. 復(fù)制粘貼篡改是指將圖像中某部分內(nèi)容復(fù)制后粘貼到該圖像的其他位置，從而隱藏或添加某些對象［2］. 這種篡改可能會(huì)改變圖像傳達(dá)的信息或意義，甚至造成誤導(dǎo)或欺騙. 復(fù)制粘貼篡改檢測的難點(diǎn)在于處理各種攻擊和干擾，例如幾何變換、壓縮、濾波、隨機(jī)噪聲等，這些操作會(huì)破壞或掩蓋篡改痕跡［3］. 復(fù)制粘貼篡改檢測（CopymoveForgery Detection， CMFD）不需要任何先驗(yàn)知識(shí)或額外信息，只依賴于圖像本身. 復(fù)制粘貼篡改檢測的目標(biāo)是找出圖像中的篡改區(qū)域，通常輸出與被檢測圖像等大的掩碼來標(biāo)識(shí)篡改區(qū)域.

檢測圖像復(fù)制粘貼篡改的方法主要分為2 大類：基于特征和基于深度學(xué)習(xí)［4］. 基于特征提取的方法是指從圖像中提取表示圖像內(nèi)容或結(jié)構(gòu)的特征，并利用特征之間的相似性或差異性來檢測篡改區(qū)域. 這類方法可以分為基于塊的方法和基于關(guān)鍵點(diǎn)的方法［5］ . 基于塊的方法原理是將圖像劃分為重疊或不重疊的小塊進(jìn)行特征提取和比對.基于關(guān)鍵點(diǎn)的方法是指從圖像中檢測出具有顯著性或不變性的關(guān)鍵點(diǎn)，并對每個(gè)關(guān)鍵點(diǎn)進(jìn)行特征提取和匹配［6］. 基于特征提取的方法通常檢測速度較快，但也存在局限性，例如對特征選擇和參數(shù)設(shè)置敏感、對復(fù)雜場景和多重篡改不適應(yīng)等［7］.

基于深度學(xué)習(xí)的方法是指利用深度學(xué)習(xí)技術(shù)來自動(dòng)學(xué)習(xí)圖像特征，并利用分類器或回歸器來檢測和定位篡改區(qū)域. 基于深度學(xué)習(xí)的方法可以進(jìn)一步分為基于整幅圖像和基于局部圖像兩類.基于整幅圖像的方法是指將整個(gè)圖像作為輸入，輸出指示圖像是否被篡改的二元標(biāo)簽. 基于局部圖像的方法是指將圖像分割成若干小塊或補(bǔ)丁，輸出每個(gè)塊或補(bǔ)丁的二元標(biāo)簽或坐標(biāo)來定位篡改區(qū)域. 通?；谏疃葘W(xué)習(xí)的方法精度和魯棒性較優(yōu)，但也存在一些問題，例如對數(shù)據(jù)數(shù)量和質(zhì)量的依賴、對計(jì)算資源的需求、特征提取過程中信息丟失等［8］.

針對圖像復(fù)制粘貼篡改檢測特征提取過程中的信息丟失問題，本文提出基于注意力機(jī)制的漸進(jìn)式圖像復(fù)制粘貼篡改檢測模型. 首先，在特征提取網(wǎng)絡(luò)整個(gè)過程中保持高分辨率，同時(shí)高分辨率和低分辨率并行連接，同步推進(jìn)，漸進(jìn)地對圖像進(jìn)行多層次的特征提取. 之后在掩碼生成模塊包含4個(gè)不同尺度的特征，經(jīng)過注意力機(jī)制模塊由低到高進(jìn)行上采樣后連接，獲得更準(zhǔn)確的圖像掩碼. 將圖像特征輸入圖像級篡改檢測模塊，得到圖像級篡改檢測結(jié)果. 最后，選擇焦點(diǎn)損失函數(shù)以解決復(fù)制粘貼篡改檢測圖像中像素點(diǎn)類別不平衡問題.

2 相關(guān)工作

在圖像復(fù)制粘貼篡改檢測中，目前大多數(shù)研究都以深度學(xué)習(xí)為基礎(chǔ). Li 等發(fā)現(xiàn)在殘差域中篡改圖像塊包含較少的高頻分量，與原始圖像塊表現(xiàn)出明顯的差異，因此設(shè)計(jì)了HP-FCN［9］，圖像經(jīng)過高通濾波后圖像殘差以增強(qiáng)偽造痕跡，輸入殘差網(wǎng)絡(luò)中進(jìn)行特征提取，上采樣放大特征圖進(jìn)行定位和判別. CR-CNN［10］同樣關(guān)注噪聲流，使用BayarConv［11］作為初始卷積層，通過初始的約束卷積層能夠捕捉豐富的篡改痕跡，之后經(jīng)殘差網(wǎng)絡(luò)輸出特征到邊界檢測模塊和掩碼生成模塊，邊界檢測模塊也向掩碼生成模塊進(jìn)行輸入，再經(jīng)過卷積與激活層獲得掩碼. RGB-N［12］不僅關(guān)注圖像噪聲流，還關(guān)注到RGB 流，提出雙流Faster R-CNN端到端網(wǎng)絡(luò)以檢測給定圖像的篡改區(qū)域，在FasterR-CNN［13］ 的基礎(chǔ)上增加噪聲流，圖像經(jīng)SRM 濾波器獲取噪聲特征圖，作為額外的輔助特征. 雙流特征通過感興趣區(qū)域池化、雙線性池化，在全連接層之前進(jìn)行融合，再經(jīng)過Softmax 得到預(yù)測結(jié)果.GSR-Net［14］提出基于GAN［15］結(jié)構(gòu)的圖像篡改檢測模型，增加輔助邊界分支來增強(qiáng)對篡改區(qū)域的識(shí)別，生成器進(jìn)行復(fù)制粘貼篡改，再經(jīng)過深度卷積網(wǎng)絡(luò)努力生成真假難辨的篡改圖像；鑒別器分為分割階段和細(xì)化階段，2 個(gè)階段共享網(wǎng)絡(luò)參數(shù)，分割階段負(fù)責(zé)識(shí)別篡改圖像中的篡改邊界，再經(jīng)過細(xì)化階段生成新的篡改邊界. CAT-Net［16］通過RGB流和DCT 流來識(shí)別篡改，RGB 流學(xué)習(xí)視覺偽影，DCT 流學(xué)習(xí)壓縮偽影（即DCT 系數(shù)分布），特征融合階段融合來自2 個(gè)流的多個(gè)分辨率特征，生成最終的圖像掩碼.

3 基于注意力機(jī)制的漸進(jìn)式圖像復(fù)制粘貼篡改檢測

針對圖像復(fù)制粘貼篡改檢測特征提取過程中信息丟失問題，本文在圖像特征提取過程中保持高分辨率，交流融合不同分辨率下的圖像特征，提出的基于注意力機(jī)制的漸進(jìn)式圖像復(fù)制粘貼篡改檢測模型的網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示.

3. 1 網(wǎng)絡(luò)結(jié)構(gòu)

本文提出的基于注意力機(jī)制的漸進(jìn)式圖像復(fù)制粘貼篡改檢測模型分為3 個(gè)模塊：特征提取模塊、掩碼生成模塊和篡改檢測模塊.

高分辨率表征對于圖像篡改定位等位置信息敏感的視覺任務(wù)極其重要，ResNet［17］、VGGNet［18］、U-Net［19］等目前流行的框架首先通過串聯(lián)的高分辨率卷積至低分辨率卷積子網(wǎng)絡(luò)將輸入的圖像編碼為低分辨率表征，然后從已編碼的低分辨率表征中上采樣恢復(fù)高分辨率表征，然而這種做法會(huì)導(dǎo)致大量的有效信息在不斷的上下采樣過程中丟失. 為了解決這一問題，在特征提取模塊中本文選用HRNetV2p-W18［20］為骨干網(wǎng)絡(luò)，將階段縮小比例s 設(shè)置為2，在4 個(gè)階段中將高分辨率與低分辨率卷積流并行連接，而不是像以往一樣串聯(lián)連接. 因此能夠保持高分辨率，而不是從低分辨率中恢復(fù)高分辨率，從而使學(xué)習(xí)到的表征在空間上更精確. 同時(shí)在每個(gè)階段都進(jìn)行高低分辨率融合來互相增強(qiáng)高分辨率、低分辨率的表征. 因此在每個(gè)階段的高、低分辨率表征都是具有強(qiáng)語義的.圖像經(jīng)過特征提取模塊得到4 個(gè)不同尺度下的圖像特征，輸入后續(xù)的掩碼生成模塊和篡改檢測模塊.

在掩碼生成模塊中，輸入圖像經(jīng)特征提取模塊得到的4 個(gè)不同尺度下的圖像特征，先通過注意力機(jī)制模塊（Convolutional Block Attention Module，CBAM）［21］根據(jù)關(guān)注目標(biāo)的重要性程度改變資源分配方式，使資源更多的向關(guān)注的對象傾斜，提高對于關(guān)注對象的特征提取能力. 具體地，特征圖F （ H × W × C ） 先經(jīng)過通道注意力模塊，再通過空間注意力模塊. 通道注意力模塊公式如式（1）所示.

Mc （ F ）= σ （ MLP （ AvgPool（ F ） ）+MLP （ MaxPool（ F ） ） ）=σ （W1 （W0 （F cavg ） ）+ W1 （W0 （Fcmax ） ）） （1）

式（1）中，F(xiàn) 為輸入的特征圖，F(xiàn) 尺寸為H × W × C；AvgPool 代表全局平均池化；MaxPool 代表全局最大池化；MLP 代表多層感知機(jī)，是2 層全連接神經(jīng)網(wǎng)絡(luò)；W0 和W1 為MLP 的各層權(quán)重；AvgPool 和MaxPool 共享同一MLP；σ 代表sigmoid 激活函數(shù).F 基于尺寸H 和W 進(jìn)行AvgPool 和MaxPool，結(jié)果為2 個(gè)1 × 1 × C 的特征圖F cavg 與Fcmax. 之后分別經(jīng)過共享的MLP 后按元素進(jìn)行相加后通過σ 得到通道注意力特征Mc （ F ）. 最后將Mc （ F ） 與F 按元素進(jìn)行相乘，得到F 經(jīng)過了通道注意力模塊的新特征F '.

空間注意力模塊公式如式（2）所示.

Ms （ F '）= σ （ f 7 × 7 （ [ AvgPool（ F '） ）;MLP （ MaxPool（ F '） ] ） ）=σ （ f 7 × 7 （ [ F ' cavg ; F 'cmax ] ） ） （2）

式（2）中，AvgPool 代表全局平均池化；MaxPool 代表全局最大池化；f 7 × 7 代表7×7 卷積；σ 代表sigmoid激活函數(shù). F ' 基于通道C 進(jìn)行AvgPool 和MaxPool，結(jié)果為2 個(gè)H × W × 1 的特征圖F ' cavg 與F 'cmax，對F ' cavg 和F 'cmax 進(jìn)行拼接得到H × W × 2 的特征圖. 之后經(jīng)過7×7 卷積降維為H × W × 1，再進(jìn)行σ 得到空間注意力特征，即Ms （ F '），將Ms （ F '）和F '相乘即得到最終生成的特征.

低尺寸的特征圖經(jīng)過注意力模塊后進(jìn)行雙線性插值上采樣后與相鄰的更高尺寸特征圖做元素乘法操作，分辨率較低的特征圖中包含的圖片高層語義信息漸進(jìn)地與分辨率較高的特征圖中包含的更多位置、細(xì)節(jié)信息融合. 在信息不斷向上融合的過程中圖像掩碼逐漸清晰準(zhǔn)確，此過程稱為特征連接. 同時(shí)經(jīng)過了特征融合的特征圖由后續(xù)的一系列卷積單元生成對應(yīng)分辨率的掩碼.

在篡改檢測模塊中，根據(jù)圖像經(jīng)特征提取模塊得到的4 個(gè)不同尺寸特征圖分別進(jìn)行升維，然后按照分辨率從大到小依次進(jìn)行下采樣同時(shí)從上到下逐級融合相加，之后經(jīng)過1 × 1 卷積降維，再經(jīng)過平均池化后輸入到2 個(gè)全連接層，2 層之間包含了SiLU 激活函數(shù)，對全連接層輸出計(jì)算Softmax，得到圖像級篡改檢測結(jié)果.

3. 2 損失函數(shù)

在復(fù)制粘貼圖像篡改檢測中，篡改像素點(diǎn)在數(shù)量上與未篡改像素點(diǎn)不平衡，而當(dāng)研究目標(biāo)中包含圖像級篡改檢測而加入未篡改圖像時(shí)像素點(diǎn)類別不平衡問題更嚴(yán)重.

常用的二分類交叉熵?fù)p失函數(shù)公式如式（3）所示：

式（3）中，i 為模型預(yù)測圖像或像素點(diǎn)；yi 為i 篡改的概率；y?i 為i 的標(biāo)簽. 在不平衡的圖像復(fù)制粘貼篡改數(shù)據(jù)集中，負(fù)樣本數(shù)量明顯多于正樣本，這會(huì)導(dǎo)致使用交叉熵作為損失函數(shù)的模型更傾向于預(yù)測多數(shù)類別，從而忽略了少數(shù)類別.

為了解決復(fù)制粘貼篡改檢測圖像中像素點(diǎn)類別不平衡問題，本文選擇焦點(diǎn)損失函數(shù)［22］，公式如式（4）所示.

焦點(diǎn)損失函數(shù)在交叉熵的基礎(chǔ)上增設(shè)了聚焦參數(shù)γ 和平衡參數(shù)σ，增加網(wǎng)絡(luò)對難分類樣本的關(guān)注度，降低正負(fù)樣本不平衡對模型帶來的影響. 本文根據(jù)實(shí)驗(yàn)對比與分析［22］，選擇σ = 0. 5，γ = 2.

在網(wǎng)絡(luò)中通過對真實(shí)掩碼依據(jù)縮小比例s 下采樣到4 個(gè)指定分辨率子掩碼GTn （ n = 1，2，3，4 ），對4 個(gè)分辨率下的預(yù)測掩碼PMn （ n = 1，2，3，4 ） 都進(jìn)行監(jiān)督并計(jì)算損失函數(shù). 在圖像級別，記圖像標(biāo)簽為l，預(yù)測值為y. 因此，網(wǎng)絡(luò)最終的損失函數(shù)L如式（5）所示.

4 實(shí)驗(yàn)與分析

4. 1 實(shí)驗(yàn)說明

基于注意力機(jī)制的漸進(jìn)式圖像復(fù)制粘貼篡改檢測模型在訓(xùn)練時(shí)分為2 個(gè)階段：第1 階段是預(yù)訓(xùn)練階段，在此階段完成消融實(shí)驗(yàn)；第2 階段在上一階段的模型基礎(chǔ)上，繼續(xù)在復(fù)制粘貼圖像公開數(shù)據(jù)集上進(jìn)行訓(xùn)練，在此階段完成對比試驗(yàn).

論文實(shí)驗(yàn)在Ubuntu 20. 04 上使用2 張NVIDIA 3080 GPU 完成，所有實(shí)驗(yàn)均使用Pytorch框架完成. 訓(xùn)練時(shí)使用Adam 優(yōu)化器，預(yù)訓(xùn)練Epoch為25，初始學(xué)習(xí)率設(shè)置為0. 0002，每5 輪衰減到原來的1/2；第2 階段Epoch 為25，學(xué)習(xí)率應(yīng)用了CyclicLR［23］的震蕩衰減策略，上邊界學(xué)習(xí)率設(shè)置為0. 0002，下邊界學(xué)習(xí)率設(shè)置為0. 000 025，步長0. 000 025，震蕩模式選擇triangular2，實(shí)驗(yàn)參數(shù)如表1 所示.

4. 2 數(shù)據(jù)集

圖像復(fù)制粘貼篡改領(lǐng)域的公開數(shù)據(jù)集大多數(shù)包含的圖像數(shù)量為僅幾百到幾千，Wu 等［24］創(chuàng)建數(shù)據(jù)集USCISI. 為了加強(qiáng)圖像級篡改檢測結(jié)果可信度，加入MS COCO［25］作為未篡改圖像數(shù)據(jù)集進(jìn)行訓(xùn)練. 在第2 階段選擇Wen 等［26］創(chuàng)建的公開數(shù)據(jù)集COVERAGE 進(jìn)行驗(yàn)證. 實(shí)驗(yàn)中所用數(shù)據(jù)集信息如表2 所示.

4. 3 評估指標(biāo)

論文在像素級與圖像級均進(jìn)行了實(shí)驗(yàn). 在像素級實(shí)驗(yàn)中，使用F1 分?jǐn)?shù)作為評估模型的指標(biāo).首先計(jì)算出每張圖像的TP、TN、FP、FN；其中TP代表準(zhǔn)確檢測出的篡改像素點(diǎn)總數(shù)，TN 代表準(zhǔn)確檢測出的原始像素點(diǎn)總數(shù)，F(xiàn)P 代表錯(cuò)誤檢測為篡改的原始像素點(diǎn)總數(shù)，F(xiàn)N 代表錯(cuò)誤檢測為原始的篡改像素點(diǎn)總數(shù). 按式（6）所示計(jì)算出每張圖像F1 分?jǐn)?shù)，之后在測試集上取平均值.

在圖像級實(shí)驗(yàn)中，使用了AUC、靈敏度（Sensitivity）、特異度（Specificity）與F1 分?jǐn)?shù)作為評估模型的指標(biāo). 與像素級實(shí)驗(yàn)中一致，仍然是篡改圖像代表正例，原始圖像代表負(fù)例. 靈敏度又稱為召回率（Recall），計(jì)算公式與式（6）中一致，特異度計(jì)算公式如式（7）所示.

4. 4 實(shí)驗(yàn)結(jié)果與分析

4. 4. 1 消融實(shí)驗(yàn)

為驗(yàn)證本文所提方法各組件有效性，選取不同組件設(shè)計(jì)出5 個(gè)網(wǎng)絡(luò)，在USCISI上進(jìn)行消融實(shí)驗(yàn)，如表3 所示.

網(wǎng)絡(luò)差異及其設(shè)計(jì)目的如下.

（1） Baseline： 基礎(chǔ)模型，圖像經(jīng)過編碼器后只使用最大特征圖輸入到解碼器，在解碼器模塊中不加入注意力機(jī)制且只產(chǎn)生最大掩碼，使用交叉熵作為損失函數(shù).

（2） Net1： 使用焦點(diǎn)損失作為損失函數(shù)，其余模組與Baseline 一致. 用于驗(yàn)證焦點(diǎn)損失降低正負(fù)樣本不平衡影響的有效性.

（3） Net2： 在Net1 的基礎(chǔ)上加入CBAM 注意力機(jī)制，其余模組與Net1 保持一致. 用于驗(yàn)證注意力機(jī)制的有效性.

（4） Net3： 在Net1 的基礎(chǔ)上加入漸進(jìn)特征連接，其余模組與Net1 保持一致. 用于驗(yàn)證漸進(jìn)特征連接的有效性.

（5） Net4： 在Baseline 的基礎(chǔ)上加入注意力機(jī)制與漸進(jìn)特征連接，使用交叉熵作為損失函數(shù)，其余模組與Baseline 保持一致. 與Net1 聯(lián)合驗(yàn)證焦點(diǎn)損失函數(shù)的有效性.

在USCISI 數(shù)據(jù)集上消融實(shí)驗(yàn)結(jié)果如表4 所示. Net1 比Baseline 的F1 分?jǐn)?shù)高0. 72%、本文模型比Net4 的F1 分?jǐn)?shù)高0. 67% 聯(lián)合驗(yàn)證了焦點(diǎn)損失對于降低正負(fù)樣本不平衡影響的有效性. 對比Net1，添加了CBAM 注意力機(jī)制后Net2 的F1 分?jǐn)?shù)提高了4. 05%，證明了注意力機(jī)制有效提高了對于關(guān)注對象的特征抓取能力. 而在Net1 的基礎(chǔ)上添加特征連接后的Net3，F(xiàn)1 分?jǐn)?shù)增長了6. 86%，有效證明多尺度特征提取與漸進(jìn)式特征連接對于圖像復(fù)制粘貼篡改檢測的能力提升作用，這與圖像在篡改時(shí)通常遭遇了尺度變化分不開，多尺度的特征提取能夠抓住不同尺度上的相似特征. 本文模型相較于未添加特征連接Net2 的F1 分?jǐn)?shù)提高了6. 62%，相較于未添加注意力機(jī)制Net3 的F1 分?jǐn)?shù)提高了3. 81%，相較于未使用焦點(diǎn)損失函數(shù)Net4 的F1 分?jǐn)?shù)提高了0. 67%. 通過實(shí)驗(yàn)結(jié)果經(jīng)分析可知，焦點(diǎn)損失對于降低正負(fù)樣本不平衡影響有效，注意力機(jī)制與漸進(jìn)式特征連接對于模型性能有明顯提升.

4. 4. 2 對比實(shí)驗(yàn)

為了評估本文模型的性能，分別在像素級和圖像級與其他深度學(xué)習(xí)模型在公開數(shù)據(jù)集COVERAGE 上進(jìn)行對比. 在像素級對比實(shí)驗(yàn)中選擇5 個(gè)基于深度學(xué)習(xí)的模型進(jìn)行比較，分別是RGB-N［12］、HP-FCN［9］、CR-CNN［10］、GSRNet［14］和CAT-Net［16］，實(shí)驗(yàn)結(jié)果如表5 所示. 從表5 可以看出，本文模型表現(xiàn)最佳，比排名第二的GSR-Net 高3. 8%. 這歸功于本文模型對圖像進(jìn)行并行多分辨率特征提取并進(jìn)行漸進(jìn)式特征連接，并加入注意力機(jī)制提高模型對于關(guān)注對象的特征提取能力，還引入焦點(diǎn)損失降低像素點(diǎn)類別不平衡問題對模型帶來的影響.

在圖像級對比實(shí)驗(yàn)中選擇CR-CNN 、GSRNet、CAT-Net 進(jìn)行對比，對比實(shí)驗(yàn)結(jié)果如表6 所示. 本文所提出的模型在AUC、特異度和F1 分?jǐn)?shù)等3 個(gè)評估指標(biāo)下取得最佳效果. 從表5 可以看出，CR-CNN 與GSR-Net 更注重靈敏度而忽視特異度，也即漏報(bào)少而誤報(bào)多. 而CAT-Net 和本文所提出的模型則是更偏重特異度，在靈敏度方面有所不足. 通過AUC 可以分析得知，本文模型可以更好地平衡靈敏度和特異度，F(xiàn)1 分?jǐn)?shù)說明本文模型在精確率和召回率之間與其他3 個(gè)模型相比也能達(dá)到更優(yōu)的平衡點(diǎn).

除像素級與圖像級檢測效果外，本文還對比了幾個(gè)模型的參數(shù)量以及COVERAGE 數(shù)據(jù)集上單幅圖像平均檢測時(shí)間，結(jié)果如表7 所示. 本文模型在參數(shù)量上僅次于參數(shù)量最少的模型CRCNN.盡管參數(shù)量并非最少，本文模型在檢測時(shí)間上卻表現(xiàn)出最佳的性能，能實(shí)現(xiàn)最短的單幅圖像檢測時(shí)間.

為了更直觀地對比各模型的檢測效果，選取COVERAGE 數(shù)據(jù)集中多幅圖像進(jìn)行檢測并生成掩碼，如圖2 所示. 圖2a 和圖2b 為篡改圖像與其真實(shí)掩碼，圖2c～ 圖2e 分別是HP-FCN、CR-CNN、CAT-NET 對相應(yīng)篡改圖像進(jìn)行檢測后生成的掩碼，圖2f 為本文所提方法生成的掩碼. 從圖2 第1行中可以看出，本文方法能精確識(shí)別出篡改區(qū)域，其他3 個(gè)模型并未能正確標(biāo)識(shí)；第2 行中本文方法與CR-CNN 表現(xiàn)表現(xiàn)不錯(cuò)但均有不足，CR-CNN會(huì)漏檢部分篡改區(qū)域，本文則是誤檢了部分真實(shí)區(qū)域；第3 行中CR-CNN、CAT-NET 與本文方法均能標(biāo)識(shí)出篡改區(qū)域，但CAT-NET 誤檢了部分真實(shí)區(qū)域. 由圖2 可視化結(jié)果可以看出，本文方法的檢測結(jié)果最佳，能夠在生成的掩碼中準(zhǔn)確地標(biāo)識(shí)出篡改區(qū)域.

5 結(jié)論

本文提出了基于注意力機(jī)制的漸進(jìn)式圖像復(fù)制粘貼篡改檢測模型. 該模型主要針對目前基于卷積神經(jīng)網(wǎng)絡(luò)的方法在特征提取過程中信息丟失以及像素點(diǎn)類別不平衡問題，利用并行高分辨率編碼器網(wǎng)絡(luò)提取4 個(gè)分辨率下的特征圖，再對特征圖通過注意力機(jī)制調(diào)整，漸進(jìn)地從低到高進(jìn)行特征連接，每個(gè)分辨率下的特征圖都生成相應(yīng)的掩碼并對其進(jìn)行監(jiān)督，通過焦點(diǎn)損失函數(shù)以解決復(fù)制粘貼篡改檢測圖像中像素點(diǎn)類別不平衡問題.消融實(shí)驗(yàn)表明，注意力模塊提高了對于關(guān)注對象的特征抓取能力，漸進(jìn)式特征連接融合了多尺度圖像特征，均有效提升模型性能. 在公開數(shù)據(jù)集上的實(shí)驗(yàn)表明，本文所提模型不論是在像素級別還是圖像級別F1 分?jǐn)?shù)均優(yōu)于其他模型，同時(shí)單幅圖像檢測時(shí)間最短.

參考文獻(xiàn)：

［1］ Saber A H， Khan M A， Mejbel B G. A survey onimage forgery detection using different forensic approaches［J］. Adv Sci Technol Eng Syst J， 2020，5： 361.

［2］ Zhang Y X， Zhao X F， Cao Y， et al. A survey onblind detection of tampered digital images［J］. J CyberSecur， 2022， 7： 56.［張怡暄， 趙險(xiǎn)峰， 曹紜. 數(shù)字圖像篡改盲檢測綜述［J］. 信息安全學(xué)報(bào)， 2022，7： 56.］

［3］ Li X L， Yu N H， Zhang X P， et al. Overview ofdigital media forensics technology ［J］. J ImageGraphics， 2021，26：1216.［李曉龍，俞能海，張新鵬等. 數(shù)字媒體取證技術(shù)綜述［J］. 中國圖象圖形學(xué)報(bào)， 2021， 26：1216.］

［4］ Warif N B A， Idris M Y I， Wahab A W A， et al. Acomprehensive evaluation procedure for copy-moveforgery detection methods： results from a systematicreview［J］. Multimed Tools Appl， 2022， 81： 15171.

［5］ Xing W B， Du Z C. Digital image forensics for copyand paste tampering［J］. Computer Sci， 2019， 46：380.［邢文博，杜志淳. 數(shù)字圖像復(fù)制粘貼篡改取證［J］. 計(jì)算機(jī)科學(xué)， 2019， 46： 380.］

［6］ Li R C， Ju S G， Zhou G， et al. Research of internalimage Move-Copy tampering forensics algorithm［J］.J Sichuan Univ（Nat Sci Ed）， 2016， 53： 67.［李若晨， 琚生根， 周剛， 等. 圖像內(nèi)部 Move-Copy 篡改盲取證算法研究［J］. 四川大學(xué)學(xué)報(bào)（自然科學(xué)版），2016， 53： 67.］

［7］ Barad Z J， Goswami M M. Image forgery detectionusing deep learning： a survey［C］//Proceedings ofthe 2020 6th International Conference on AdvancedComputing and Communication Systems（ ICACCS）.Coimbatore， India： IEEE， 2020.

［8］ Elaskily M A， Dessouky M M， Faragallah O S， etal. A survey on traditional and deep learning copymove forgery detection （CMFD） techniques［J］.Multimed Tools Appl， 2023， 82： 34409.

［9］ Li H， Huang J. Localization of deep inpainting usinghigh-pass fully convolutional network［C］//Proceedingsof the IEEE/CVF International Conference onComputer Vision （ICCV）. Seoul， Korea （South）：IEEE， 2019.

［10］ Yang C， Li H， Lin F， et al. Constrained R-CNN： A general image manipulation detection model［C］//Proceedings of the IEEE International Conferenceon Multimedia and Expo （ICME）. London， UK：IEEE， 2020.

［11］ Bayar B， Stamm M C. Constrained convolutionalneural networks： A new approach towards generalpurpose image manipulation detection［J］. IEEE TInf Foren Sec， 2018， 13： 2691.

［12］ Zhou P ， Han X ， Morariu V I ， et al. Learning richfeatures for image manipulation detection［C］//Proceedingsof the IEEE/CVF Conference on ComputerVision and Pattern Recognition（ CVPR）. Salt LakeCity， USA： IEEE， 2018.

［13］ Ren S， He K， Girshick R， et al. Faster R-CNN：Towards real-time object detection with region proposalnetworks ［J］. IEEE T Pattern Anal， 2017，39： 1137.

［14］ Zhou P， Chen B C， Han X， et al. Generate， segment，and refine： Towards generic manipulation segmentation［C］//Proceedings of the AAAI Conferenceon Artificial Intelligence （AAAI）. New York，USA： AAAI， 2020.

［15］ Goodfellow I J， Pouget-Abadie J， Mirza M， et al.Generative adversarial nets［C］//Neural InformationProcessing Systems （NIPS）. Cambridge： MITPress， 2014.

［16］ Kwon M J， Yu I J， Nam S H， et al. Cat-net： Compressionartifact tracing network for detection and localizationof image splicing［C］//Proceedings of theIEEE/CVF Winter Conference on Applications ofComputer Vision. Waikoloa， USA： IEEE， 2021.

［17］ He K， Zhang X， Ren S， et al. Deep residual learningfor image recognition［C］//Proceedings of the IEEEConference on Computer Vision and Pattern Recognition.Las Vegas， USA： IEEE， 2016.

［18］ Simonyan K， Zisserman A. Very deep convolutionalnetworks for large-Scale image recognition ［EB/OL］.［2014-09-04］. https：//arxiv. org/abs/1409. 1556.

［19］ Ronneberger O， Fischer P， Brox T. U-net： Convolutionalnetworks for biomedical image segmentation［C］//Proceedings of the 18th International Conferenceon Medical Image Computing and Computer-Assisted Intervention （MICCAI）. Munich， Germany：Springer International Publishing， 2015.

［20］ Sun K， Xiao B， Liu D， et al. Deep high-resolutionrepresentation learning for human pose estimation［C］//Proceedings of the IEEE/CVF Conferenceon Computer Vision and Pattern Recognition（CVPR）. Long Beach， USA： IEEE， 2019.

［21］ Woo S， Park J， Lee J Y， et al. CBAM： Convolutionalblock attention module ［C］//Proceedings ofthe European Conference on Computer Vision（ECCV）. Munich， Germany： Springer， 2018.

［22］ Lin T Y， Goyal P， Girshick R， et al. Ieee， Focalloss for dense object detection［C］//Proceedings ofthe 16th IEEE International Conference on ComputerVision（ ICCV）. Venice， Italy： IEEE， 2017.

［23］ Smith L N. Cyclical learning rates for training neuralnetworks ［C］//Proceedings of the IEEE WinterConference on Applications of Computer Vision（WACV）. Santa Rosa： IEEE， 2017.

［24］ Wu Y， Abd-Almageed W， Natarajan P. Busternet：Detecting copy-move image forgery with source/targetlocalization［C］//Proceedings of the EuropeanConference on Computer Vision （ECCV）. Munich，Germany： Springer， 2018.

［25］ Lin T Y， Maire M， Belongie S， et al. Microsoftcoco： Common objects in context［C］//Proceedingsof the European Conference on Computer Vision（ECCV）. Zurich， Switzerland： Springer， 2014.

［26］ Wen B， Zhu Y， Subramanian R， et al. COVERAGE―A novel database for copy-move forgery detection［ C］//Proceedings of the IEEE International Conference onImage Processing（ ICIP）. Phoenix， US： IEEE， 2016.

（責(zé)任編輯： 伍少梅）

基金項(xiàng)目： 四川省科技計(jì)劃資助（2022YFG0171）