机构名称：
¥ 1.0
抽象图像伪造检测是数字取证的关键领域，试图发现图像中的受操纵区域以确保其真实性和完整性。本研究研究了机器学习技术的使用，尤其是用于图像欺诈检测的卷积神经网络。建议的方法涉及训练分类器，以使用提取的功能或补丁区分原始图像和假冒图像。图像数据集分为本研究中的训练和测试集，以促进与原始图像相对应的贴片上的CNN培训。然后使用其他测试集评估了受过训练的模型识别假冒区域的准确性。为了衡量基于CNN的伪造检测系统的有效性，使用了评估标准，例如准确性，精度和召回率。使用调谐参数的VGG16网络实现了99.15％的精度。
锻造图像检测的机器学习方法
主要关键词
相关文件推荐
