基于AdaBoost的计算机生成图像检测算法

被引：3

作者：

王玉平 ^{[1
]}

李生红 ^{[1
]}

赵峰 ^{[2
]}

荆涛 ^{[3
]}

机构：

[1] 上海交通大学电子工程系

[2] 山东大学信息科学与工程学院

[3] 北京交通大学电子与信息工程学院

来源：

计算机仿真 | 2008年 / 07期

关键词：

梯度能量; 小波变换; 高阶统计量; 计算机图像;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于AdaBoost的计算机生成图像检测算法;该算法从空间域和变换域提取JPEG图像的特征值,利用特征组合技术来检测计算机生成图像。其中,小波域特征值是图像小波子带系数及其线性预测误差的高阶统计量,空间域特征是图像的梯度能量特征值。利用AdaBoost算法来构造分类器,相比于其它分类算法,AdaBoost算法是将弱学习算法通过一定规则上升为一种强学习算法,从而通过实际样本训练得到一个识别率较为理想的分类器。仿真实验表明,对计算机生成图像的检测率有了很大的提高。

引用

页码：220 / 222

页数：3