基于深度学习的数字图像色彩篡改被动取证研究

目录

声明

第1章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 论文主要工作及组织结构

第2章 相关技术研究

2.1 图像篡改技术

2.2 图像取证技术

2.3 图像彩色化技术

第3章 基于图像通道统计特性的虚假彩色图像检测方法

3.1 基于图像通道统计特性的虚假彩色图像检测研究现状

3.2 基于图像通道统计特性和神经网络的检测方法

3.2.1 图像统计分析与检验

3.2.2 图像统计特征的提取

3.2.3 神经网络的构建

3.3 实验结果与分析

3.3.1 数据集

3.3.2 性能评估指标

3.3.3 实验设计与结果分析

3.4 本章小结

第4章 基于多模型融合的端到端虚假彩色图像检测方法

4.1 基于卷积神经网络的虚假彩色图像检测研究现状

4.2 多模型融合卷积神经网络结构设计

4.2.1 分类子网络模块

4.2.2 特征提取子网络模块

4.2.3 融合输出模块

4.3 实验结果与分析

4.3.1 数据集及环境

4.3.2 性能评估指标

4.3.3 实验设计与结果分析

4.4 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

发表论文和参加科研情况说明

致谢