BriefGPT - AI 论文速递
·
视频拼接定位的时空共注意融合网络
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种多流网络架构，使用编码器-解码器架构，独立地捕获每个信号的相关信息，并在架构的瓶颈处融合多个流的特征，解决图像拼接定位问题，取得了具有竞争性的性能和最先进的结果。
🎯
关键要点
-
提出了一种多流网络架构，使用编码器-解码器架构。
-
多个编码器流独立处理篡改图像或手工制作的信号。
-
独立捕获每个信号的相关信息。
-
在架构的瓶颈处融合多个流的特征。
-
特征传播到解码器网络生成输出定位图。
-
解决图像拼接定位问题。
-
在公共取证数据集上取得了竞争性的性能和最先进的结果。
➡️
