| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 论文主要工作 | 第17-18页 |
| 1.4 论文的结构安排 | 第18-20页 |
| 第2章 数字伪造图像检测基本理论 | 第20-30页 |
| 2.1 常见的数字图像伪造技术 | 第20-24页 |
| 2.2 数字图像的主动检测与被动检测 | 第24-30页 |
| 2.2.1 数字图像主动检测 | 第25-28页 |
| 2.2.1.1 基于数字签名的主动检测技术 | 第25-27页 |
| 2.2.1.2 基于数字水印的主动检测技术 | 第27-28页 |
| 2.2.2 数字图像的被动检测 | 第28-30页 |
| 第3章 基于高斯混合分布相似度测量的彩色伪造图像检测 | 第30-44页 |
| 3.1 伪造数据集构建 | 第30-34页 |
| 3.2 构建高斯混合分布模型 | 第34-38页 |
| 3.2.1 高斯混合分布模型 | 第34-36页 |
| 3.2.2 拟合图像高斯混合模型 | 第36页 |
| 3.2.3 高斯混合分布参数求解 | 第36-38页 |
| 3.3 EM-adaptation算法 | 第38-39页 |
| 3.4 高斯混合分布间的相似度测量 | 第39页 |
| 3.5 算法步骤与算法流程 | 第39-40页 |
| 3.5.1 算法的步骤 | 第39-40页 |
| 3.5.2 算法的流程 | 第40页 |
| 3.6 实验结果与分析 | 第40-44页 |
| 第4章 基于局部特征聚合描述符编码和支持向量机的计算机生成的彩色图像伪造检测 | 第44-59页 |
| 4.1 数据集的预处理 | 第44页 |
| 4.2 提取颜色通道特征 | 第44-48页 |
| 4.2.1 常见的几种颜色空间 | 第44-45页 |
| 4.2.2 暗通道先验 | 第45-46页 |
| 4.2.3 亮通道先验 | 第46-47页 |
| 4.2.4 颜色通道统计 | 第47-48页 |
| 4.3 VLAD编码特征 | 第48-50页 |
| 4.3.1 局部描述符聚合(VLAD) | 第48-50页 |
| 4.3.2 图像描述子降维 | 第50页 |
| 4.4 训练SVM模型 | 第50-55页 |
| 4.4.1 支持向量机(SVM) | 第51-54页 |
| 4.4.1.1 线性可分的线性SVM | 第51-53页 |
| 4.4.1.2 线性不可分的线性SVM | 第53-54页 |
| 4.4.1.3 非线性SVM | 第54页 |
| 4.4.2 SVM参数寻优 | 第54-55页 |
| 4.5 算法步骤与检测流程 | 第55-56页 |
| 4.5.1 算法步骤 | 第55-56页 |
| 4.5.2 检测流程 | 第56页 |
| 4.6 实验结果分析 | 第56-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读学位期间发表的学术论文和研究成果 | 第66-67页 |
| 致谢 | 第67页 |