文献类型：期刊文章

作　　者：刘佳睿[1] 卢伟[1,2] 刘轲[1] 黄信朝[1] 蔺聪[1] 刘先进[1]

LIU Jiarui;LU Wei;LIU Ke;HUANG Xinchao;LIN Cong;LIU Xianjin(School of Data and Computer Science, Sun Yat-sen University,Guangzhou 510006, China;State Key Laboratory of Information Security, Institute of Information Engineering,Chinese Academy of Sciences, Beijing 100093, China)

机构地区：[1]中山大学数据科学与计算机学院,广州510006 [2]中科院信息工程研究所信息安全国家重点实验室,北京100093

出　　处：《应用科学学报》

基　　金：国家自然科学基金(No.U1736118);广东省自然科学基金(No.2016A030313350);广东省科技发展专项基金(No.2016KZ010103);广州市科学研究计划重点项目基金(No.201804020068);上海市民生科技支撑计划基金(No.17DZ1205500);上海市启明星计划基金(No.17YF1420000);中央高校基本科研业务费(No.16lgjc83,No.17lgjc45)资助

年　　份：2019

卷　　号：37

期　　号：3

起止页码：419-426

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于超像素分割的结果进行聚类来检测复制粘贴篡改区域的方法.常规K-means等点聚类方法是直接对点进行聚类分析,而该方法则是将若干随机种子置于图像中,借助于超像素分割方法进行区域分割,随后获得包含预先匹配特征点的区域.所提算法以此区域内匹配特征点的数目作为衡量标准,判定区域内的匹配特征点是否为有效特征点.当匹配点的数目到达某个阈值时则将子区域内的点聚为一类,这样聚类的结果更加贴近图像内容,符合实际情况.实验结果表明,所提方法比传统的SIFT等方法更加有效.

关 键 词：超像素分割  数字图像取证 尺度不变特征变换 复制粘贴篡改  

分 类 号：P751.1]