Enhanced state selection Markov model for image splicing detection
Enhanced state selection Markov model for image splicing detection
复制标题
用于图像拼接检测的增强状态选择马尔可夫模型
DOI：
10.1186/1687-1499-2014-7
复制
发表时间：
2014-01
影响因子：
2.6
通讯作者：
Li Shenghong
中科院分区：
文献类型：
--
作者：
Yuan Quanqiao;Wang Shilin;Zhao Chenglin;Li Shenghong
数字图像拼接盲检测正成为信息安全领域的一个新的重要课题。在提取剪接线索的各种方法中，基于变换域(离散余弦变换或离散小波变换)的马尔可夫状态转移概率特征似乎是最有前途的。然而，现有的马尔可夫特征提取方法存在着没有充分利用变换系数信息的缺点。本文提出了一种改进的马尔可夫状态选择方法，该方法基于性能良好的函数模型将系数与马尔可夫状态进行匹配。实验和分析表明，改进的马尔可夫模型能更好地利用变换系数中的有用信息，并能达到较高的识别率。
Digital image splicing blind detection is becoming a new and important subject in information security area. Among various approaches in extracting splicing clues, Markov state transition probability feature based on transform domain (discrete cosine transform or discrete wavelet transform) seems to be most promising in the state of the arts. However, the up-to-date extraction method of Markov features has some disadvantages in not exploiting the information of transformed coefficients thoroughly. In this paper, an enhanced approach of Markov state selection is proposed, which matches coefficients to Markov states base on well-performed function model. Experiments and analysis show that the improved Markov model can employ more useful underlying information in transformed coefficients and can achieve a higher recognition rate as results.
登录
查看更多内容
DOI：
--
发表时间：
2008
期刊：
--
影响因子：
--
作者：
H. Farid
通讯作者：
H. Farid
用于图像拼接检测的增强状态选择马尔可夫模型
DOI：
10.1186/1687-1499-2014-7
发表时间：
2014-01
影响因子：
2.6
作者：
Yuan Quanqiao;Wang Shilin;Zhao Chenglin;Li Shenghong
通讯作者：
Li Shenghong
DOI：
10.1063/1.4823127
发表时间：
1992-05
期刊：
Computers in Physics
影响因子：
--
作者：
I. Daubechies
通讯作者：
I. Daubechies
DOI：
10.1145/1288869.1288878
发表时间：
2007-09
期刊：
--
影响因子：
--
作者：
Y. Shi;Chunhua Chen;Wen Chen
通讯作者：
Y. Shi;Chunhua Chen;Wen Chen
DOI：
10.1109/icosp.2006.345714
发表时间：
2006
期刊：
2006 8th international Conference on Signal Processing
影响因子：
--
作者：
Wang Jing;Z. Hongbin
通讯作者：
Wang Jing;Z. Hongbin