題目: GCA-Net : Utilizing Gated Context Attention for Improving Image Forgery Localization and Detection
來源: CVPR 2023
機關: 美國福特漢姆大學
摘要: 本文介紹一種新門控上下文注意網絡(GCA-Net)用于檢測和定位圖像僞造. 所提出網絡使用一個封閉注意塊來利用全局上下文特征和區域屬性來定位被操縱的像素，同時改進遠端依賴關系模組化減少隐藏驗證特征的衰減.
GCA-Net在基準資料集上比現有的SOTA架構表現更好高可達6%, 誤報率顯著降低。未來将改進處理大分辨率圖像的方法并減少其局限性.
本人緻力深度學習等方面研究. 關于SCI論文撰寫、歡迎大家一起交流學習@SCI博士
