对抗协作修复网络

取证级逼真

通过对抗协作训练，利用修复与取证的双重信息增强修复效果，生成的图像逼真得足以骗过取证模型。

Li, Huang · 黄雅平 · Guan, Qingji

IEEE Transactions on Multimedia 2024

参数信息

PSNR

20.04 dB

SSIM

0.83

MAE

0.039

FID

2.97

LPIPS

0.049

技术优势

能骗过取证

通过取证驱动的自适应加权优化，模型能生成更真实的纹理，导致取证模型对修复区域的检测成功率下降，表明其对抗鲁棒性更强。

修复质量更高

采用由粗到细的两阶段框架，在两个基准数据集上取得了最先进的PSNR、SSIM和LPIPS等指标，超越了现有方法。

应用场景

• 图像编辑：一键移除物体并生成自然背景，无需复杂后处理。
• 内容生成：生成逼真图像纹理，可用于虚拟场景构建和数据增强。
• 图像取证：评估取证算法的鲁棒性，推动对抗性取证分析的发展。
• 计算机视觉：提升图像重建质量，为下游视觉任务提供更可靠的输入。
• 多媒体通信：在低带宽下传输图像时可先在接收端修复，恢复丢失的细节。