摘要：為解決現(xiàn)有篡改定位網(wǎng)絡(luò)隨著深度加深不易收斂的問題,提出一種基于殘差全卷積網(wǎng)絡(luò)的圖像拼接定位算法.所提算法一方面遷移殘差思想,在全卷積神經(jīng)網(wǎng)絡(luò)(fully convolutional network,FCN)的部分卷積層中引入shortcut連接,使其輸出的不僅是輸入的映射,還是輸入映射與輸入的疊加.另一方面結(jié)合條件隨機(jī)場(chǎng)(conditional random field,CRF)對(duì)定位結(jié)果進(jìn)行后處理,并將FCN與CRF整合在一個(gè)端到端的學(xué)習(xí)系統(tǒng)中,進(jìn)一步提高定位精度.此外,所提算法還融合3種FCN(FCN8、FCN16、FCN32)的預(yù)測(cè)結(jié)果.在實(shí)驗(yàn)中,隨機(jī)選取公開數(shù)據(jù)集CASIA v2.0的5/6篡改圖像作為訓(xùn)練集,然后對(duì)剩余1/6進(jìn)行測(cè)試.為了測(cè)試提出算法的泛化性能,采用訓(xùn)練好的模型在公開數(shù)據(jù)集CASIA v1.0和DVMM上進(jìn)行交叉測(cè)試.在3個(gè)數(shù)據(jù)集上的測(cè)試結(jié)果表明,所提算法的性能優(yōu)于現(xiàn)有一些方法.