题目: GCA-Net : Utilizing Gated Context Attention for Improving Image Forgery Localization and Detection
来源: CVPR 2023
单位: 美国福特汉姆大学
摘要: 本文介绍一种新门控上下文注意网络(GCA-Net)用于检测和定位图像伪造. 所提出网络使用一个封闭注意块来利用全局上下文特征和区域属性来定位被操纵的像素，同时改进远程依赖关系建模减少隐藏取证特征的衰减.
GCA-Net在基准数据集上比现有的SOTA架构表现更好高可达6%, 误报率显著降低。未来将改进处理大分辨率图像的方法并减少其局限性.
本人致力深度学习等方面研究. 关于SCI论文撰写、欢迎大家一起交流学习@SCI博士
