论文——Median Filtering Forensics Based on Convolutional Neural Networks（基于卷积神经网络的中值滤波取证）

这是前几天看的一篇论文，挺短的，也挺简单的，总结下来就是结合CNN和中值滤波器，能够提升图像篡改检测的精度。会看这个论文是因为天池的AI对抗挑战赛的s2开始了，是图像篡改识别的题目，但是目前没什么思路，代码也不太会，先看看前辈们是怎么做的，但是天池大赛是证件的篡改，难度更高，前辈们做的更多的是自然图像的篡改，加油！！

具体就是作者在分析的时候发现对有篡改的图像直接上CNN效果并不好，在进行CNN之前先进性中值滤波器处理，得到中值滤波残差的图，再用CNN进行学习，会得到更好的效果。作者把这个方法叫做CNNs。

中值滤波是一种数字图像处理的方式，具体是选择一个框框，比如3×3，然后和卷积类似，将这个框对图像进行遍历，因为是3×3，一共有9个数字，并把遍历的像素换成中值。假设原图像为x，则可表示为x(i, j)，3×3的框表示为f，中值函数使用med表示，d(i, j)表示中值滤波残差则有如下公式：

d(i, j) = med_w(x(i, j)) - x(i, j)
=y(i, j) - x(i, j)

之后对得到的d(i, j)进行CNN处理，效果提升很明显，是个好主意。