ImageForgeriesOSN
收藏OpenXLab2026-04-18 收录
官方服务：
资源简介：
为了打击OSN共享伪造，在这项工作中，提出了一种新颖的鲁棒训练方案。首先，我们设计了一个基线检测器，该检测器在最近的证书伪造检测竞赛中排名最高。然后，我们对OSNs引入的噪声进行了彻底的分析，并将其分解为两个部分，可预测噪声和不可见噪声，分别进行建模。前者对OSNs的公共 (已知) 操作引入的噪声进行建模，而后者的目的不仅是完成前者，而且还考虑了检测器本身的缺陷。我们最终将建模噪声纳入一个强大的训练框架中，从而显着提高了图像伪造检测器的鲁棒性
提供机构：
OpenDataLab创建时间：
2023-02-13
