问题描述
所以我正在研究使用 resnet-50 模型的图像拼接检测算法。我正在使用 CASIA 2.0 数据集,其中包含 7491 个真实图像 和 5123 个假图像。然而,在伪造图像中1756 张图像是拼接图像,其余图像是copy-Move 伪造图像。由于我仅将图像分类为拼接图像或真实图像,因此我将 1756 个拼接图像以及相同数量的真实图像用于分类任务。
我将与其他研究论文方法获得的准确性进行如下比较。
算法 | 准确性 |
---|---|
A | 70% |
B | 90% |
C | 92% |
我的方法 | 94% |
方法 A、B、C 描述了各种其他图像拼接检测方法。 然而,这些方法使用了整个 CASIA 2.0 数据集,包括 copy-Move 伪造图像,尽管它们的作者将它们称为拼接检测算法。
我的问题是,我的这种仅使用数据集拼接图像的方法与这些其他方法的比较是否有效或可能?如果是,那么我如何证明这种比较是合理的?
期待大家的帮助和及时回复。
提前致谢。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)