您当前的位置:
首页 >
文章列表页 >
面向强后处理场景的图像篡改定位模型
学术论文 | 更新时间:2024-06-12
    • 面向强后处理场景的图像篡改定位模型

    • Image tampering localization model for intensive post-processing scenarios

    • 在图像篡改检测领域,研究者提出了一种对抗强后处理的图像篡改定位模型,展现出优异的鲁棒性。
    • 通信学报   2024年45卷第4期 页码:146-159
    • DOI:10.11959/j.issn.1000-436x.2024079    

      中图分类号: TN391
    • 收稿:2023-11-13

      修回:2024-03-11

      纸质出版:2024-04-30

    移动端阅览

  • 谭舜泉, 廖桂樱, 彭荣煊, 等. 面向强后处理场景的图像篡改定位模型[J]. 通信学报, 2024,45(4):146-159. DOI: 10.11959/j.issn.1000-436x.2024079.

    TAN Shunquan, LIAO Guiying, PENG Rongxuan, et al. Image tampering localization model for intensive post-processing scenarios[J]. Journal on Communications, 2024, 45(4): 146-159. DOI: 10.11959/j.issn.1000-436x.2024079.

  •  
  •  

0

浏览量

918

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

面向指纹室内定位的高鲁棒性集成对抗训练方法
面向数据出域安全的鲁棒认证密钥协商协议
面向目标检测的对抗攻击与防御综述
基于对比学习的图神经网络后门攻击防御方法
β-NaGd0.794 Yb0.200 Ho0.001 Tm0.005 F4 纳米颗粒的白色上转换发光

相关作者

王国华
陈惠
李梅
张学军
张起嘉
李凤华
田有亮
刘海

相关机构

兰州交通大学电子与信息工程学院
兰州信息科技学院计算机与人工智能学院
中国科学院信息工程研究所
中国科学院大学网络空间安全学院
网络空间安全防御全国重点实验室
0