【摘要】：在信息技術快速發(fā)展的今天,數(shù)字圖像獲取的便捷性導致大量未經(jīng)授權的拷貝圖像在網(wǎng)上出現(xiàn)。人們肆意篡改和濫用被保護圖片的狀態(tài),已讓圖像拷貝檢測技術的應用迫在眉睫。因此,圖像拷貝檢測對有效保護合法用戶的版權具有重要意義。傳統(tǒng)圖像拷貝檢測方法對信號處理變換或者幾何變換有較好的魯棒性,但是在大數(shù)據(jù)背景下對復雜多樣的拷貝圖片識別效果并不理想。近年來,卷積神經(jīng)網(wǎng)絡模型在圖像內容分析上展現(xiàn)了突出的性能,本文嘗試利用卷積神經(jīng)網(wǎng)絡模型實現(xiàn)端到端的拷貝圖像檢測。其主要工作如下:(1)利用兩通道方法進行圖像拷貝檢測。將兩個彩色圖片灰度化處理組成一張RGB圖片的兩個通道,解決了傳統(tǒng)的單分支網(wǎng)絡無法進行兩張圖片的拷貝檢測問題。(2)利用兩分支的卷積神經(jīng)網(wǎng)絡模型進行圖像拷貝檢測。分別以兩分支網(wǎng)絡中的Siamese網(wǎng)絡模型和Pseudo-siamese網(wǎng)絡模型為基礎,利用Softmax損失函數(shù)代替原本的對比損失函數(shù),實現(xiàn)了兩分支網(wǎng)絡的圖像拷貝檢測任務。(3)提出混合兩通道兩分支的方法進行圖像拷貝檢測。將Pseudo-siamese網(wǎng)絡模型中的一個分支輸入上下拼接的圖片,另一個分支輸入兩通道圖片,利用兩通道與兩分支結合的方法解決以上兩種方法對顏色單一和裁剪過大的圖片識別率不高的問題。最后,針對以上提出的方法進行實驗驗證,實驗結果表明了卷積神經(jīng)網(wǎng)絡應用在圖像拷貝檢測問題上的可行性。與傳統(tǒng)方法相比,在識別準確度有了一定程度的提高。
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TP309.7;TP183

【參考文獻】

相關期刊論文 前7條

1 張冰;昝程;;一種運用圖像力場特性的圖像拷貝檢測算法[J];計算機科學;2014年11期

2 吳坤;王小華;姚金良;;Shi-Tomasi角點區(qū)域的拷貝圖像檢測[J];中國計量學院學報;2014年03期

3 劉建偉;劉媛;羅雄麟;;深度學習研究進展[J];計算機應用研究;2014年07期

4 余艷瑋;周學海;許華杰;;基于縮放不變矩的魯棒DCT域圖像拷貝檢測方法[J];電子科技大學學報;2013年04期

5 張志杰;沈田;鄒建華;;抗裁剪和平移攻擊的圖像拷貝檢測算法[J];計算機研究與發(fā)展;2013年04期

6 劉煒;歐陽建權;李澤洲;張敏;;運用邊緣方向直方圖進行圖像拷貝檢測[J];計算機工程與應用;2010年31期

7 凌賀飛;許治華;鄒復好;盧正鼎;李平;;基于整體DCT系數(shù)順序測度的魯棒圖像拷貝檢測算法[J];計算機研究與發(fā)展;2010年10期

相關博士學位論文 前1條

1 許治華;抗幾何攻擊的圖像拷貝檢測算法研究[D];華中科技大學;2010年

相關碩士學位論文 前2條

1 羅蘭;基于內容的圖像拷貝檢測研究[D];杭州電子科技大學;2015年

2 馬慶貞;基于哈希算法的圖像拷貝檢測研究[D];華中科技大學;2012年

本文編號：2792629