
边山
副教授 · 硕士生导师
任职于华南农业大学数学与信息学院,本科、硕士及博士阶段均就读于中山大学。研究关注深度学习、深度伪造检测、图像篡改检测与视频取证,并开展智慧农业相关研究。
代表论文
精选荣誉
- 2022
论文
31 篇 · 2013—2026
GIER-Net: Generative Identity Encoding for Robust Original Identity Restoration from Face-Swapped Images
研究概述与图示
该研究面向人脸图像发布后遭受换脸与传播退化的场景,在发布前保留用于重建原始身份的保护线索。方法通过可逆生成模型的潜空间表示,结合人脸区域先验引导的冗余身份编码与攻击感知校正,重建具有原始身份特征的人脸图像。在 CelebA-HQ 数据集、三种换脸方法及 JPEG 与模拟社交平台压缩实验中,方法改善了多种条件下的恢复质量,并评估了保护图像的统计可检测性。

Detecting the imperceptible: A high-low frequency decoupling network for partial video inpainting forgery detection
Forgery-aware CLIP adaptation via attention modulation with conditional gating for deepfake detection
M3D-net: Multi-modal 3D facial feature reconstruction network for deepfake detection
全局-局部统计特征与攻击驱动载体选择的JPEG鲁棒可逆水印
研究概述
该工作面向JPEG图像中的鲁棒可逆水印,在量化DCT域内同时考虑载体稳定性与原图恢复。方法通过多攻击评分和轻量网络选择嵌入载体,并融合均值、中值等全局与局部统计特征进行四频带调制。结合直方图平移保存恢复信息,使水印在图像处理后仍可提取,并支持无攻击条件下的原图精确恢复。
Detection of transcoding from HEVC to VVC based on CU types and Motion Vector Map
研究概述
该研究面向HEVC视频转码为VVC后产生的编码历史鉴别问题。方法统计帧内与帧间编码单元的划分类型,并构造运动矢量图特征,将两类线索组合后交由支持向量机分类。论文在不同分辨率、码率和编码配置下评估检测表现,以分析新编码标准中的转码痕迹。
Two-Stream Bidirectional Interaction Network Based on RGB-D Images for Duck Weight Estimation
研究概述与图示
为减少人工接触式称重,研究利用RGB-D图像估计鸭体重的双流双向交互网络。编码器分别提取外观纹理和深度结构信息,通过跨模态互补模块进行交互,再融合多尺度特征完成体重回归。研究构建了包含2865对俯视RGB-D图像的数据集,比较实验在该数据集上验证了多模态融合相对于对比方法的估计效果。

Robust Recovery Method Against Malicious Face Swapping in Online Social Networks
Inter-frame residual frequency-based reconstruction learning for deep video frame interpolation detection
A novel robust black-box fingerprinting scheme for deep classification neural networks
A two-stage robust reversible watermarking using polar harmonic transform for high robustness and capacity
一种新型深度分类神经网络黑盒指纹水印算法
A Unique Identification-Oriented Black-Box Watermarking Scheme for Deep Classification Neural Networks
研究概述与图示
IDwNet研究多用户模型分发时的唯一身份鉴别,在黑盒访问条件下判断模型对应的授权用户。方法通过DCT与SVD把身份信息嵌入触发图像,并联合干净图像、正确身份图像和错误身份对抗图像进行训练。实验考察身份不可见性、验证成功率以及对原模型分类性能的影响,并测试只有一位差异的身份是否仍能被区分。

基于高斯增强模块的相机模型辨别
结合自注意力与卷积的真实场景图像篡改定位
研究概述
该工作面向真实场景图像中的篡改区域定位,研究如何从图像线索中找出被编辑的位置。方法结合卷积特征与自注意力机制,将局部图像痕迹和较大范围的关联信息纳入篡改分析。研究目标是给出可疑区域的空间分布,为图像真实性核验提供比整图真假分类更细的依据。
A Customized Deep Network Based Encryption-Then-Lossy-Compression Scheme of Color Images Achieving Arbitrary Compression Ratios
基于 ETRN 具有任意压缩率的彩色加密图像有损压缩
研究概述
该研究针对多数先加密后压缩方案只能提供少量固定压缩率的问题,结合均匀与随机下采样压缩加密彩色图像。接收端将有损重构表述为带下采样约束的优化问题,并设计ETRN卷积网络融合浅层特征、残差堆叠与残差信息补充。方案以支持任意压缩率和改善接收端重构为目标,同时保持压缩端无需访问图像明文的流程。
Exposing low-quality deepfake videos of Social Network Service using Spatial Restored Detection Framework
CNN结合Transformer的深度伪造高效检测
DS-UNet: A dual streams UNet for refined image forgery localization
基于双流网络结构的深度伪造人脸的检测方法
Enhancing Performance of Lossy Compression on Encrypted Gray Images through Heuristic Optimization of Bitplane Allocation
研究概述与图示
该工作把加密灰度图像的有损压缩建模为给定压缩率下最大化重构质量的问题,以位平面作为基本压缩单元。启发式分配利用不同有效位平面的非对称重要性,优先保留较高有效位,并以LDPC编码压缩所选位平面。接收端联合解码、解密和马尔可夫随机场恢复高有效位,再通过内容自适应插值补全缺失位平面与像素。

Improving Multi-Histogram-Based Reversible Watermarking Using Optimized Features and Adaptive Clustering Number
研究概述与图示
针对多直方图可逆水印对直方图构造方式敏感的问题,研究改进基于模糊C均值聚类的载体分组过程。方法优化原有特征集,采用替代FCM聚类,并在低嵌入率场景中自适应确定聚类数量,将这些策略组合为改进的多直方图水印方案。模拟实验对比了改进方案与原多直方图方法及其他已有方法的嵌入表现。

Exposing Video Compression History by Detecting Transcoded HEVC Videos from AVC Coding
研究概述与图示
为判断HEVC视频是否由AVC视频转码而来,该工作分析先前编码对HEVC预测单元划分的影响。方法分别从I帧和P帧提取5维与25维预测单元统计量,组成30维特征并交由支持向量机分类。论文使用不同分辨率、码率及编码参数的视频测试压缩历史识别能力,为视频来源和质量核验提供线索。

Exposing Video Forgeries by Detecting Misaligned Double Compression
研究概述
针对视频拼接等操作可能造成的错位双重压缩,研究利用压缩模糊痕迹识别视频的再压缩历史。方法依据H.264/AVC对不同类型帧产生的模糊强度差异,提取前次压缩在重新编码后仍保留的痕迹,并构造紧凑的MBAS特征。在多种编码参数的标准测试序列上进行实验,为视频伪造分析提供错位双压缩检测线索。
Ensemble-driven support vector clustering: From ensemble learning to automatic parameter estimation
Detecting frame deletion in H.264 video
研究概述
该研究将删帧检测扩展到H.264编码视频,利用删除操作对后续编码残差序列造成的周期扰动。方法构造P帧平均残差序列,并联合其时域位置特征与频域尖峰特征区分原始和删帧视频。论文通过不同视频样本验证这些编码痕迹对时域篡改取证的作用。
Exposing fake bit rate videos and estimating original bit rates
Detecting video frame-rate up-conversion based on periodic properties of inter-frame similarity
研究概述
帧率上转换可用于伪造视频质量或拼接不同帧率的视频片段,也会在帧间相似性中留下周期性痕迹。该方法分析帧序列相似性的周期变化,判断视频是否经过上转换,并进一步估计其原始帧率。论文在不同帧率、压缩与噪声条件下检验取证表现,探索无需原始视频的编辑历史分析。


















