全文总字数：3339字
1. 研究目的与意义（文献综述）
1.1 背景
数字图像是信息时代的产物，随着电子科技的发展，手机、数码相机等可以拍摄图像的机器已经普及到大众，几乎人手一台可以拍摄图像的机器。图像已然融入到日常生活中，无法分割。图像在政治、经济、军事、文化、医学、法律等方面起着举足轻重的作用。作为“见证者”，图像可以作为最直观的记录起着信息载体和数字证据的作用。例如军官可以利用一幅拍摄的地形图来为即将到来的战斗布局战力，律师可以根据一幅现场照片做出相应的辩论。
而技术往往是一把双刃剑，在带给我们生活便利的同时也带来了许多不利影响。随着数字技术的发展，各种像是photoshop、acdsee、图片工厂等图像编辑软件的滥用，使得图像篡改越来越容易，图像的真实性已经不比从前。地形图可能是间谍篡改过的，现场照片也可能是伪造的。“眼见不一定为实”的理念逐渐传播开来。
2. 研究的基本内容与方案
2.1 目标
cyclegan即循环生成对抗网络是一种深度学习算法，广泛应用于图像风格转换领域，例如可以把图像由夏天转换为冬天、把普通马转换为斑马，甚至可以把男人转换为女人。cyclegan由生成器和判别器构成，二者循环往复，相辅相成，可以生成更为逼真的伪图。
本文将利用cyclegan算法建立模型，利用其中的判别器来检验给定图像是否为篡改后的图像。
3. 研究计划与安排
(1) 第1-3周：查阅图像篡改和cyclegan相关资料，完成开题报告及相关外文文献翻译。
(2) 第4-6周：对论文进行总体设计，完成论文大纲。
(3) 第7-10周：基于cyclegan设计好图像篡改识别基本模型，完成算法相关模块设计。
4. 参考文献（12篇以上）
[1] 陈园园, 于在河.数字图像被动取证技术综述[j]. 吉林大学学报(信息科学版), 2014(06): 689-698.
[2] 吴琼, 李国辉, 涂丹, 孙韶杰. 面向真实性鉴别的数字图像盲取证技术综述[j]. 自动化学报. 2008(12): 1458-1466.
[3] 李贺新. 图像篡改检测算法研究[d]. 河北大学, 2014.
