面向数字图像的人工智能安全 | 浏览量 : 0 下载量: 283 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 面向光影一致性分析的物理属性合成数据集及伪造检测方法

    • Synthetic dataset based on physical properties and forgery detection method for shadow-consistency analysis

    • “相关专家在图像和视频合成检测领域取得新进展，提出融合物理与深度学习的检测方法，创新结合光照和阴影一致性分析，有效提升检测精度和适应性，为合成内容检测提供新思路。”
    • 2026年31卷第1期 页码：99-119   

      收稿：2024-11-21，

      修回：2025-04-03，

      录用：2025-04-09，

      纸质出版：2026-01-16

    • DOI： 10.11834/jig.240705     

    移动端阅览

  • 薛子育， 刘庆同， 周康能， 王伟， 姜秀华. 2026. 面向光影一致性分析的物理属性合成数据集及伪造检测方法. 中国图象图形学报， 31(1):0099-0119 DOI： 10.11834/jig.240705.
    Xue Ziyu， Liu Qingtong， Zhou Kangneng， Wang Wei， Jiang Xiuhua. 2026. Synthetic dataset based on physical properties and forgery detection method for shadow-consistency analysis. Journal of Image and Graphics， 31(1):0099-0119 DOI： 10.11834/jig.240705.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

刘庆同 国家广播电视总局广播电视科学研究院
薛子育 国家广播电视总局广播电视科学研究院
程晓 国网重庆市电力公司电力科学研究院
陈涛 国网重庆市电力公司电力科学研究院
周丽芳 重庆邮电大学计算机科学与技术学院;重庆邮电大学图像认知重庆市重点实验室
曾鸿泉 重庆邮电大学计算机科学与技术学院;重庆邮电大学图像认知重庆市重点实验室
米建勋 重庆邮电大学计算机科学与技术学院;重庆邮电大学图像认知重庆市重点实验室
张新鹏 复旦大学计算与智能创新学院

相关机构

国家广播电视总局广播电视科学研究院
国网重庆市电力公司电力科学研究院
重庆邮电大学图像认知重庆市重点实验室
重庆邮电大学计算机科学与技术学院
复旦大学计算与智能创新学院
0