梁 鹏，吴玉婷，赵慧民，李春英，何 娃，黎绍发

（1.广东技术师范大学 计算机科学学院，广州 510665；2.广东技术师范大学 电子与信息学院，广州 510665；3.华南理工大学 计算机科学与工程学院，广州 510641）

0 概述

图像复制-粘贴篡改是图像篡改最常见且最易于操作的方法，通过复制图像的某块区域，并将复制区域副本粘贴在同幅图像的其他位置，可以达到隐藏某些目标或伪造虚假物体的目的。

目前多数图像复制-粘贴篡改检测方法主要依据人为设计特征，而这种基于人为设计的特征大多存在局限性，无法根据这些特征同时对多种篡改方式进行判定。近年来，由于深度学习具有强大的特征学习能力，其在各类计算机视觉任务中取得了较大的突破，为图像复制-粘贴篡改检测提供了另一种有效的解决方案［1］。基于深度学习的图像复制-粘贴篡改检测方法分为特征提取、自相关计算、逐点特征提取、掩码生成4 个阶段，其将整张图像输入到模型中，经由特征提取器提取图像高级特征，并计算特征图中每对像素之间的相关性。在此基础上，根据相关性大小选取相似区域，再进一步提取相似区域高级特征进行解码，输出图像篡改区域掩码。图像篡改深度特征提取方法是采用固定几何结构，即卷积单元在固定位置对输入特征图进行采样，池化层以一个固定的比例降低空间分辨率。因此，该方法不能进行大尺度的旋转仿射变换，深度特征提取过程对篡改图像进行了降维处理，且无法检测出小面积的图像篡改区域。……