基于卷积神经网络的图像拷贝检测研究

发布时间：2020-08-14 06:18

【摘要】：在信息技术快速发展的今天,数字图像获取的便捷性导致大量未经授权的拷贝图像在网上出现。人们肆意篡改和滥用被保护图片的状态,已让图像拷贝检测技术的应用迫在眉睫。因此,图像拷贝检测对有效保护合法用户的版权具有重要意义。传统图像拷贝检测方法对信号处理变换或者几何变换有较好的鲁棒性,但是在大数据背景下对复杂多样的拷贝图片识别效果并不理想。近年来,卷积神经网络模型在图像内容分析上展现了突出的性能,本文尝试利用卷积神经网络模型实现端到端的拷贝图像检测。其主要工作如下:(1)利用两通道方法进行图像拷贝检测。将两个彩色图片灰度化处理组成一张RGB图片的两个通道,解决了传统的单分支网络无法进行两张图片的拷贝检测问题。(2)利用两分支的卷积神经网络模型进行图像拷贝检测。分别以两分支网络中的Siamese网络模型和Pseudo-siamese网络模型为基础,利用Softmax损失函数代替原本的对比损失函数,实现了两分支网络的图像拷贝检测任务。(3)提出混合两通道两分支的方法进行图像拷贝检测。将Pseudo-siamese网络模型中的一个分支输入上下拼接的图片,另一个分支输入两通道图片,利用两通道与两分支结合的方法解决以上两种方法对颜色单一和裁剪过大的图片识别率不高的问题。最后,针对以上提出的方法进行实验验证,实验结果表明了卷积神经网络应用在图像拷贝检测问题上的可行性。与传统方法相比,在识别准确度有了一定程度的提高。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41;TP309.7;TP183

【参考文献】

相关期刊论文 前7条

1 张冰;昝程;;一种运用图像力场特性的图像拷贝检测算法[J];计算机科学;2014年11期

2 吴坤;王小华;姚金良;;Shi-Tomasi角点区域的拷贝图像检测[J];中国计量学院学报;2014年03期

3 刘建伟;刘媛;罗雄麟;;深度学习研究进展[J];计算机应用研究;2014年07期

4 余艳玮;周学海;许华杰;;基于缩放不变矩的鲁棒DCT域图像拷贝检测方法[J];电子科技大学学报;2013年04期

5 张志杰;沈田;邹建华;;抗裁剪和平移攻击的图像拷贝检测算法[J];计算机研究与发展;2013年04期

6 刘炜;欧阳建权;李泽洲;张敏;;运用边缘方向直方图进行图像拷贝检测[J];计算机工程与应用;2010年31期

7 凌贺飞;许治华;邹复好;卢正鼎;李平;;基于整体DCT系数顺序测度的鲁棒图像拷贝检测算法[J];计算机研究与发展;2010年10期

相关博士学位论文 前1条

1 许治华;抗几何攻击的图像拷贝检测算法研究[D];华中科技大学;2010年

相关硕士学位论文 前2条

1 罗兰;基于内容的图像拷贝检测研究[D];杭州电子科技大学;2015年

2 马庆贞;基于哈希算法的图像拷贝检测研究[D];华中科技大学;2012年

本文编号：2792629