【他山之石】图像篡改数据集汇总及下载
“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注。
作者：知乎—魂牵梦梦随魂
地址：https://www.zhihu.com/people/hun-qian-meng-meng-sui-hun
毕设是图像篡改检测方向，目前已经接近尾声。整理代码的时候也顺便整理了一下手头的数据集，在这里小结一下，送给有需要的朋友。
01
CasiaV1.0/2.0
包含了两种篡改：copy-move和splice，具体的数据集指标说明见此篇：《Casia image tampering detection evaluation database》
论文地址：
https://ieeexplore.ieee.org/document/6625374
V1.0+V2.0篡改图片应该是9k张左右，由于两个版本数据集样本数量差距还蛮大的，很多论文在模型评测时使用V2.0做迁移，V1.0做测试。但仅是迁移阶段用于评测而已，具体模型训练我认为还是需要更大样本数量的篡改训练集。
下载地址：
https://github.com/namtpham/casia1groundtruth
https://github.com/namtpham/casia2groundtruth
02
Columbia Uncompressed Image Splicing Detection
看名字也知道这数据集是splice篡改，数据集较小，有183张篡改图片，图片分辨率高。具体数据集指标见此网址：
https://www.ee.columbia.edu/ln/dvmm/downloads/authsplcuncmp/
下载地址：
https://www.dropbox.com/sh/786qv3yhvc7s9ki/AACbEEzGPrD3_y38bpWHzgdqa?dl=0
03
Pawel korus-Realistic Tampering Dataset
这是一个手工篡改数据集，做的还是非常走心的，和上面俩数据集相比，至少有的图片我肉眼真看不出来是p的......图片分辨率很高，都是1920 x 1080未压缩图片。缺点是数量太少了，只有220张，只能做模型测试了。包含object-insertion和removal两种篡改。
数据集具体指标和下载地址：https://pkorus.pl/downloads
04
Coverage
copy-move篡改数据集。100对篡改图片及原图。分辨率一般般。
数据集具体指标见此网址：
https://stefan.winklerbros.net/Publications/icip2016b.pdf
05
NIST16
这个数据集个人感觉做的也很走心，跟上面提到的Pawel korus-Realistic Tampering Dataset手工数据集质量差不多，有的图肉眼看也看不太出来篡改过。图片分辨率高，有splice、remove、copy-move三种篡改，不到1k张样本。
数据集获取：
在OpenMFC20网站注册账号，网址如下：
https://mfc.nist.gov/users/sign_in
按照流程完善信息，可能要提交license（数据集分开源的和非开源，NIST16是开源的，不记得需要不要提交license了），就可以下载NIST16了。
06
自制篡改数据集
最先看到给出自制篡改数据集的制作方法是从rgb-net那篇论文（不知道是不是首创，反正我是先看到那篇的）【CVPR 2018】Learning Rich Features for Image Manipulation Detection，论文链接：
https://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Learning_Rich_Features_CVPR_2018_paper.pdf
后面陆续看到的几篇论文也使用了相同的制作方法：基本思路就是基于MS COCO数据集标注+OpenCV实现篡改功能。
篡改数据集的具体实现建议去学习一下上面提到的Learning Rich Features论文的github源码，生成数据集的代码写的很清晰，对自制篡改数据集很有启发性：
https://github.com/pengzhou1108/RGB-N
我自己按照他的方法生成了50k张样本数据集，用于训练很够了。我自己按照他的方法生成了50k张样本数据集，用于训练很够了。
目前用到的数据集大概就这么多吧，有急需但是下载遇到问题的朋友可以私信我，但尽量先尝试自己下载吧。