用于检测内容感知填充的资源和方法

Question

如何解决区分内容感知的图像（和突出显示区域）的问题？

正类图像（未经编辑的原始图像）：

负面类图片（已删除带有徽章的篡改图片）：

我知道可以通过训练分段CNN网络来非常有意义地解决这一问题。有没有我无法找到的有效解决方案，或者是一种相对容易实现的方法。

这些图像是来自代码库的示例，这些代码会引发运行时错误。

Answer 1

我不是专家，但是据我所知，像Photoshop的内容感知填充（基于PatchMatch Algorithm）之类的结构化图像处理算法会将图像分成由共同强度统计。然后，通过用尽可能与相邻补丁匹配的统计信息的源补丁替换目标补丁来进行操作。

因此，在伪造的图像中，您会找到克隆的区域，例如具有相同或几乎相同强度分布的贴片。为了检测到这一点，我的幼稚方法是将图像分成许多小的子图像，并使用每个图像作为滤镜蒙版，将cross-correlated与完整图像一起使用。我希望真实的图像只能显示一个或多个清晰的全局最大值。伪造的图像可能会产生两个或多个具有相似高度的“全局”最大值。

但是似乎有很多人发布了一些用于伪造检测的开源代码，最有可能使用的是比我的-> Github topic: Fogery detection更聪明的方法。