Posts on 我的博客

PSCC-Net 复现笔记（2026-10-20）

Tue, 20 Oct 2026 16:00:00 +0800

论文信息

标题：PSCC-Net: Progressive Spatio-Channel Correlation Network for Image Manipulation Detection and Localization
作者：Xiaohong Liu, Yaojie Liu, Jun Chen, Xiaoming Liu
出处：IEEE TCSVT, vol. 32, no. 11, pp. 7505–7517, 2022
DOI：10.1109/TCSVT.2022.3189545
代码：https://github.com/proteus1991/PSCC-Net（MIT 协议，权重内置于仓库）

一句话

用「HRNet 多尺度骨干 + 由粗到细渐进式 mask + 空间/通道相关性模块(SCCM) + 独立分类头」，同时做图像篡改检测（真/假二分类）与定位（篡改区域 mask）。

运行环境（本机，无 GPU）

Python 3.11（uv 管理）+ torch 2.5.1+cpu + numpy / yacs / imageio / pillow
代码目录：C:\Users\123\Desktop\Papers\PSCC-Net\
虚拟环境：C:\Users\123\Desktop\Papers\.venv\

跑通步骤

下载代码 + 3 个权重（checkpoint/{HRNet,NLCDetection,DetectionHead}_checkpoint/*.pth）+ 12 张 sample/ 样例图。
装依赖（torch 用阿里云镜像，快）： uv pip install --python .venv\Scripts\python.exe --index-url https://mirrors.aliyun.com/pypi/simple "torch==2.5.1"
打了 4 个兼容性补丁（原代码只支持 Linux + CUDA + 旧 numpy）：
- test.py：CUDA→CPU、去掉 3 处 nn.DataParallel、num_workers=0、map_location='cpu'；
- utils/utils.py：save_image 用 numpy+imageio 替代 torchvision，并用 os.path.basename 修 Windows 反斜杠路径；
- models/seg_hrnet.py:303：np.int → int（numpy 2.x 已删除该别名）。
运行：cd PSCC-Net → ..\.venv\Scripts\python.exe test.py

结果（12 张样例图，全部判定正确）

类型	数量	判定	结果
authentic（真实）	6	authentic	✅ 6/6
copymove（复制移动）	2	forged	✅ 2/2
removal（内容移除）	2	forged	✅ 2/2
splice（拼接）	2	forged	✅ 2/2

输出：PSCC-Net\mask_results\ 下 12 张定位热力图（真实图接近全黑，伪造图有定位内容）。

PSCC-Net 论文讲解

Tue, 20 Oct 2026 16:00:00 +0800

0. 一句话

PSCC-Net 做两件事：① 检测——判断一张图是不是被 P 过（真假二分类）；② 定位——把被 P 的区域一个像素一个像素地圈出来（输出一张黑白 mask）。它的核心创新是「由粗到细渐进式生成 mask」+「空间 + 通道双重相关性注意力模块 SCCM」。

1. 背景：这是什么任务（IMDL）

IMDL = Image Manipulation Detection and Localization（图像篡改检测与定位）。

篡改分两大类：

类别	说明	例子
内容相关（content-dependent）	动了图像内容，制造假信息	splicing 拼接（从别的图搬一块贴过来）、copy-move 复制移动（同图内复制一块）、removal 移除（抠掉物体再用修复算法填上）
内容无关（content-independent）	全局后处理，不制造假信息但会掩盖痕迹	亮度/对比度、模糊、加噪、JPEG 压缩

关键难点：内容相关的篡改会"顺着语义"来（把车贴在马路上、把脸换掉），肉眼几乎看不出破绽。但它会在"图像指纹"层面留下不一致——比如拼接进来的区域，其相机噪声、JPEG 压缩痕迹和原图其他区域对不上。

检测（这张图假不假）和定位（哪里假）是两个层次：检测给机器/系统用，定位给人看。

2. 论文要解决的三个难题（读论文时抓住这三点）

作者说之前的方法有 3 个没解决好的问题：

A. 尺度变化（Scale Variation）：被 P 的区域有大有小。传统的 encoder-decoder 和 no-pooling 结构都是"串行"提取特征，没法同时用好局部细节和全局上下文，只能应付有限的尺度。
B. 图像相关性（Image Correlation）：判断一块区域是不是篡改，最好的办法是把它和正常区域对比。但以前的方法大多直接学"图 → mask"的映射，容易过拟合到某一种攻击类型；忽略了空间相关性，泛化差。
C. 检测（Detection）：检测和定位本来是相关的（有区域响应高 = 假，全低 = 真），但以前的方法默认所有输入都是篡改图，导致对干净图大量误报。

→ PSCC-Net 就是针对这三个问题设计的。

3. 网络结构：两条路径（图 2 是灵魂，务必看懂）

3.1 Top-Down Path（自上而下，提取特征）——骨干 HRNetV2p-W18

用 HRNet（论文里的 [27]，High-Resolution Net） 当骨干。特点：

HTML笔记

Sat, 17 Oct 2026 17:46:34 +0800

HTML

1.什么是HTML？

HTML是HypeText Mark-up Language的简称，即超文本标记语言，是一种用于创建网页的标准标记语言。可以使用 HTML 来建立自己的网页，HTML 运行在浏览器上，由浏览器来解析。它不是一种编程语言（如java、C语言等），标记：就是标签。<标签名称></标签名称>。

白话：用来写网页的一门语言，有很多标签组成

所谓的超文本：

1、因为网页可以放图片、视频、音频等内容（超越文本限制）

2、还可以在网页中跳转到另一个网页中（超链接文本）

2.HTML的作用

用来开发网页

许多网络攻击（如 XSS（跨站脚本）、SQL 注入、CSRF（跨站请求伪造））都针对 HTML 和 Web 技术。
攻击者利用 HTML 结构注入恶意代码
HTML 是 Web 安全的底层基础，学习它不仅能帮助理解攻击手法，还能提升防御能力。无论是漏洞挖掘、渗透测试还是安全开发，HTML 知识都是必备技能。

3.网页的组成部分

HTML：负责网页的架构；(骨架)
CSS：负责网页的样式，美化；（衣服）
JavaScript（JS）：负责网页的行为；（动作）

4.工具介绍

这里我们使用工具，phpstorm

HTML文件的命名

HTML文件的文件后缀名为.html
文件名中不要包含特殊符号，如空格、$等。

5.结构介绍

这个尖括号就叫标签

生成结构

phpstorm会自动帮我们生成html结构

<!DOCTYPE html>
<html lang="en">
<head>
 <meta charset="UTF-8">
 <title>Title</title>
</head>
<body>

</body>
</html>

什么叫标签

结构详情介绍

html由标签和属性构成。
标签：长在尖角号后面的第一个单词就是标签
属性：长在标签后面的并且用空格隔开的，称作属性
结构标签介绍

<!-- 声明文档类型为 HTML5，告诉浏览器按标准 HTML 解析 -->
<!DOCTYPE html>

<!-- 根标签，整个网页所有内容都要写在里面 -->
<!-- lang="en" 表示网页语言为英文 -->
<html lang="en">

<!-- 头部标签，存放网页配置信息，不在页面上显示 -->
<head>
 <!-- 设置网页字符编码为 UTF-8，防止中文乱码 -->
 <meta charset="UTF-8">
 <!-- 网页标题，显示在浏览器标签栏上 -->
 <title>Title</title>
</head>

<!-- 身体标签，网页所有可见内容（文字、图片、按钮等）都写在这里 -->
<body>

</body>
</html>

6.网页中常见的标签

标题标签

h1标签
h2标签
h3标签
h4标签
h5标签
h6标签

<body>
 <h1>hello word</h1>
 <h2>hello word</h2>
 <h3>hello word</h3>
 <h4>hello word</h4>
 <h5>hello word</h5>
 <h6>hello word</h6>
</body>

2.段落标签

第一篇文章

Fri, 16 Oct 2026 10:00:00 +0800

这是我的第一篇 Hugo 博客文章。

我是ZZC。

本界面由Hugo(在本地把md 文档变成完整的网页文件)和cloudflare(提供免费域名，把 Hugo 生成的结果发布到公网)支持，谢谢两位嘉宾！