来源：期刊VIP网 时间：
作者：张维;何月顺;谢浩浩;杨安博;杨超文;吕熊;
单位：东华理工大学信息工程学院;
摘要：当前基于深度学习的图像拼接定位方法大多只关注深层次特征，且感受野有限，忽略了浅层次特征，影响图像拼接定位的准确性。针对上述问题，文中提出一种结合改进U-Net和多尺度多视角Transformer的图像拼接定位网络UMTransNet。改进U-Net模型的编码器，将编码器中的最大池化层替换成卷积层，防止浅层次特征的流失；将多尺度多视角Transformer嵌入到U-Net的跳跃连接中，Transformer的输出特征与U-Net的上采样特征进行有效融合，实现深层次特征与浅层次特征的平衡，从而提高图像拼接定位的准确性。通过可视化检测结果图显示，所提方法在定位拼接篡改区域方面表现得更加出色。
关键词：数字图像取证;;图像拼接定位;;U-Net;;多尺度感知;;自注意力机制;;交叉注意力机制
基金资助：江西省科技计划项目（20232ABC03A09）
