| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 缩略语对照表 | 第12-13页 |
| 符号对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 研究现状 | 第17-20页 |
| 1.2.1 基于双重量化效应分析的方法 | 第18-20页 |
| 1.2.2 基于本福特定律的方法 | 第20页 |
| 1.3 论文的主要工作及章节安排 | 第20-22页 |
| 第二章 基础理论 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 双重JPEG压缩取证理论 | 第22-26页 |
| 2.2.1 JPEG压缩原理 | 第22-23页 |
| 2.2.2 双重JPEG压缩过程 | 第23-24页 |
| 2.2.3 双重量化效应 | 第24-26页 |
| 2.3 深度学习模型 | 第26-32页 |
| 2.3.1 基本理论 | 第27-28页 |
| 2.3.2 整体框架 | 第28-29页 |
| 2.3.3 常用模型 | 第29-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于多尺度深度判别网络的双重JPEG压缩取证方法 | 第34-56页 |
| 3.1 引言 | 第34页 |
| 3.2 基于多尺度深度判别网络的双重JPEG压缩取证算法 | 第34-44页 |
| 3.2.1 预处理 | 第35-36页 |
| 3.2.2 网络模型 | 第36-40页 |
| 3.2.3 多尺度判别模块 | 第40-43页 |
| 3.2.4 篡改区域定位 | 第43-44页 |
| 3.3 实验结果与分析 | 第44-53页 |
| 3.3.1 实验设置 | 第44-45页 |
| 3.3.2 定量实验结果与分析 | 第45-50页 |
| 3.3.3 定性实验结果与分析 | 第50-52页 |
| 3.3.4 参数分析 | 第52-53页 |
| 3.4 本章小结 | 第53-56页 |
| 第四章 基于多尺度深度融合网络的双重JPEG压缩取证方法 | 第56-68页 |
| 4.1 引言 | 第56页 |
| 4.2 基于多尺度深度融合网络的双重JPEG压缩取证算法 | 第56-60页 |
| 4.2.1 多尺度融合结构 | 第57-60页 |
| 4.2.2 篡改区域定位 | 第60页 |
| 4.3 实验结果与分析 | 第60-67页 |
| 4.3.1 实验设置 | 第60-61页 |
| 4.3.2 定量实验结果与分析 | 第61-64页 |
| 4.3.3 定性实验结果与分析 | 第64-67页 |
| 4.3.4 参数分析 | 第67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 总结和展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
