出处 ：2019 ResearchGate
作者 ： Francesco Marra, Diego Gragnaniello, Luisa Verdoliva and Giovanni Poggi
摘要 ： 目前深度学习模型只能输入很小的图像，叫做resizing。在图像篡改中，这可能会破坏高频细节。也可以在放弃对整幅图分析的情况下，做patch-wise处理。
本文提出基于CNN的篡改检测网络（拼接复制粘贴修复）
- 可以基于full-resolution做决定
- full-image，从图像整体信息做决定
- 使用gradient checkpointing，可以使用小内存和弱监督做端到端的训练，联合优化所有参数。
数据集 
实验环境 Training took about three days with an Nvidia Tesla P100 GPU. With the same hardware, testing takes about half a second for a 3072×4096-pixel image
metrics the detection AUC、ROC
结构
包含三部分：
- patch-wise feature extraction：分成overlapping patches。使用xception net 做特征提取器（取倒数第二层的输出做特征向量，抛弃最后一层输出的概率，调整输入层以适应RGB+image noiseprint band的输入 ）
- image-wise feature aggregation：使用了最大、最小、平均、均方池化
- global decision：整幅图像用单个描述符 F 描述，使用两层全连接层做分类
图3是网络结构
池化公式如下
\(F_i\)是第i个patch的c维特征向量，\(N_p\)是patches的数量
池化类型会影响反向传播更新参数。\(F_{agg}\)是聚合后的特征，L是损失函数，\(\theta\)是cnn的参数，梯度公式是
对应不同的池化
\(\delta_{i,j}=1\)当i=j时，否则=0。\(i_{max}(c)\)指最大特征向量。当同时使用多种形式的池化时，梯度作为单个项的加权和
本文的结构是端到端可训练的。
同一图象里的patch的标签相同，训练时不需要逐像素的ground truth，可以使用任意大小的图像。
在每个 training batch of images
- 每个图像的patches做内循环，在循环结束时计算反向传播
- 对batch的图像做外循环，为每个内循环梯度求和，在批处理结束时更新梯度
图4是传统的cnn传播过程。
每个圆表示一个层，黑点表示存储激活函数。a）前向传播，每一层的激活函数都存储。b）从最后一层传播梯度，使用之后就擦除（小黑点）。但是深度网络包括数百层，每层有几个特征图，其大小通常与输入成比例，当一次处理一个大的输入图像时，需要存储大量的变量
使用 the gradient check pointing strategy[32] 梯度检查点策略
a.前向传播，使用后就删除所有激活函数，除了红点表示的“检查点层”。反向传播b-e，一次处理一组层，在处理时重新计算激活函数。b.允许反向传播梯度，直到检查点层本身。c.检查点之外的层上的所有变量都被删除，该过程将继续进行，并生成一组新的层d-e
通过明智地选择检查点的数量，可以显著地减少内存占用。虽然每个激活都要计算两次，但是计算开销是有限的，因为前向传递比反向传递参数少
实验
A 训练
生成一个合成数据集Vision / UCID
如表1
vision dataset：包含由35个不同设备使用自然高质量JPEG压缩获得的7565张图像
UCID：为了生成经过处理的图像，将从UCID数据集[34]的未压缩图像中手工裁剪的81个对象中提取的对象拼接到这些对象上。再做压缩旋转翻转操作。图6是例子
初步实验
通过消融实验确定网络的具体实施，
- 使用RGB+noiseprint bands做输入
- 使用Xception做特征提取器
- 通过包含所有的池化来做聚合
- 使用两个全连接层，FC1=512.FC2=256
然后生成THE DRESDEN/FAU DATASET，做鲁棒性测试 ，如表3
检测对比实验
对比方法
image-level：
the SPAM+SVM method [8]
the CNN+SVM method of [16]
LSTM-EnDec [25]
patch-level：借用[29]的结果
CFA [2]
DCT [3]
NOI [1]
EXIF-SC [31]
Noiseprint [29]
数据集
DSO-1[40]：只包含拼接，很少或没有后期处理，只包含大尺寸的高质量图像
korus[41]：同时存在拼接和复制，只包含大尺寸的高质量图像，没有压缩
NC2017
MFC2018
MFC2019[42]
NIST
表4是 the detection AUC 结果
strong (pixel-wise ground truth),weak (only image label), (none) for blind methods
图8是ROC曲线
表5 6
图9是相应的ROC曲线
篡改定位实验
得到the Grad-CAM(guided gradient weighted class activation map)[43]，图10是Dresden/FAU dataset的activation map
可以对用户选择的ROI区域进行分析，如图11
未来工作方向
应考虑采用更好的池化形式，以便在聚合阶段保存大范围空间关系。
此外，还应考虑图像和对象语义，以补充当前框架分析的底层信息。