基于双流Faster-RCNN的图像篡改检测

傷城~ 2022-10-28 03:45 207阅读 0赞

论文： [Learning Rich Features for Image Manipulation Detection][]

GitHub：[https://github.com/LarryJiang134/Image\_manipulation\_detection][https_github.com_LarryJiang134_Image_manipulation_detection]

[https://github.com/WaLittleMoon/Learning-Rich-Features-for-Image-Manipulation-Detection][https_github.com_WaLittleMoon_Learning-Rich-Features-for-Image-Manipulation-Detection]

**CVPR2018 Adobe****出品**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70][]

图像篡改检测，有别于传统的目标检测。图像篡改包含了图像拼接，图像复制黏贴，图像去除等等操作。

本文基于RGB流（RGB stream）和噪声流（noise stream），提出了双流Faster-RCNN的图像篡改检测。并且使用 bilinear pooling layer替代Faster-RCNN中的roi pooling。在公开数据集上取得了 state-of-the-art的效果。并且该方法对图片缩放，压缩具有很强的鲁棒性。

主要贡献：

1.  展示了如何将Faster-RCNN应用于图像篡改。通过 bilinearly pooling 操作融合RGB特征和基于 steganalysis rich model (SRM) 的噪声特征。
2.  相比于其他的图像篡改检测方法，本文的方法具有更高的精度。

网络结构：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 1][]

整个网络包含2个输入，第一个为rgb图片输入，第二个为噪声流输入。噪声流通过使用SRM滤波方法得到。

通过实验证实，在SRM方法中仅仅使用3个滤波器也可以达到和使用30个滤波器相同的效果。最终使用 5 × 5 × 3的滤波器。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 2][]

**参考代码****：**

import numpy as np
    import cv2
    import matplotlib.pyplot as plt
    
    img = cv2.imread('Sp_D_NRN_A_ani0056_cha0062_0437.jpg',1)
    
    kernal = np.array([[[0,0,0,0,0],[0,-1/4,2/4,-1/4,0],[0,2/4,-4/4,2/4,0],[0,-1/4,2/4,-1/4,0],[0,0,0,0,0]],
    [[-1/12,2/12,-2/12,2/12,-1/12],[2/12,-6/12,8/12,-6/12,2/12],[-2/12,8/12,-12/12,8/12,-2/12],[2/12,-6/12,8/12,-6/12,2/12],[-1/12,2/12,-2/12,2/12,-1/12]],
    [[0,0,0,0,0],[0,0,0,0,0],[0,1/2,-2/2,1/2,0],[0,0,0,0,0],[0,0,0,0,0]]])
    
    
    dst_r = (cv2.filter2D(img[:,:,0], -1, kernal[0,:,:]) + cv2.filter2D(img[:,:,1], -1, kernal[0,:,:]) + cv2.filter2D(img[:,:,2], -1, kernal[0,:,:]))/3
    dst_g = (cv2.filter2D(img[:,:,0], -1, kernal[1,:,:]) + cv2.filter2D(img[:,:,1], -1, kernal[1,:,:]) + cv2.filter2D(img[:,:,2], -1, kernal[1,:,:]))/3
    dst_b = (cv2.filter2D(img[:,:,0], -1, kernal[2,:,:]) + cv2.filter2D(img[:,:,1], -1, kernal[2,:,:]) + cv2.filter2D(img[:,:,2], -1, kernal[2,:,:]))/3
    dst = cv2.merge([dst_r, dst_g, dst_b])
    
    titles = ['srcImg','convImg']
    imgs = [img, dst]
    
    # 画图进行展示
    for i in range(2):
        plt.subplot(1,2,i+1)
        plt.imshow(imgs[i])
        plt.title(titles[i])
    plt.show()

**效果****：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 3][]

然后两个输入都基于卷积网络进行处理。同样是根据实验证实，只对RGB分支进行RPN操作的效果最佳。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 4][]

两个分支的特征，都经过bilinearly pooling后，进行了特征融合。Rgb的特征只进行矩形框的回归。Rgb+noise的特征进行分类操作，输出图片是否被篡改过。

损失函数：

**RPN loss:**

![20210205112838803.png][]

分类为交叉熵loss，回归为smooth L1。

λ为超参数，实际取值为10

**整体loss:**

![20210205112911826.png][]

整体loss包括RPN的loss，最终的分类loss，矩形框回归loss。

实验结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 5][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 6][]

实验测试：

![20210205113009263.gif][]

其他数据测试，

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 7][]

总结：

1.  直接拿开源模型，在自己的数据集上实测，确实是有一些效果的。感觉如果结合自己的实际场景进行训练，应该是会有不错的效果。
2.  基于vgg16作为backbone的网络有1.2G，确实模型比较大。

[Learning Rich Features for Image Manipulation Detection]: https://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Learning_Rich_Features_CVPR_2018_paper.pdf
[https_github.com_LarryJiang134_Image_manipulation_detection]: https://github.com/LarryJiang134/Image_manipulation_detection
[https_github.com_WaLittleMoon_Learning-Rich-Features-for-Image-Manipulation-Detection]: https://github.com/WaLittleMoon/Learning-Rich-Features-for-Image-Manipulation-Detection
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70]: /images/20221024/969ad56d96ee4018acfded58ec500954.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 1]: /images/20221024/7f282c6d707a4070a50d4b3d57975559.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 2]: /images/20221024/894df29adc7645bdb11478ea09091fac.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 3]: /images/20221024/1444f6766432494baac066691aa72244.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 4]: /images/20221024/24832dad39eb4f34b81cef02844fc10a.png
[20210205112838803.png]: /images/20221024/af4c137f0d8c439aa3ec78b04346e979.png
[20210205112911826.png]: /images/20221024/716fb3f3c6744add9d309db673a1ed6c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 5]: /images/20221024/18e6c8e1b4a24561b5dfd45a7b1389de.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 6]: /images/20221024/2f8c568ae2474096b13254965126b36b.png
[20210205113009263.gif]: /images/20221024/c16acd569743426faa040cba919ff4ea.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE0ODQ1MTE5_size_16_color_FFFFFF_t_70 7]: /images/20221024/339639bb87a84d2c87aa4aab69036fa7.png