[发明专利]图像篡改检测方法及装置有效

专利信息
申请号: 201710364285.0 申请日: 2017-05-22
公开(公告)号: CN107133951B 公开(公告)日: 2020-02-28
发明(设计)人: 谭铁牛;董晶;王伟;叶奎;徐金东 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62;G06N3/08;G06N3/04
代理公司: 北京瀚仁知识产权代理事务所(普通合伙) 11482 代理人: 郭文浩;王世超
地址: 100080 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 篡改 检测 方法 装置
【说明书】:

发明涉及图像篡改检测方法及装置,所述方法包括依据预设的细粒度图像描述模型,获取待检测图像的语义描述信息;对所获取的语义描述信息与预设的反常规则库进行匹配:若所述预设的反常规则库包含所述语义描述信息,则判断所述待检测图像为篡改图像;所述装置可以执行上述方法的各步骤。与现有技术相比,本发明提供的图像篡改检测方法及装置,可以更加准确的检测图像的真实性。

技术领域

本发明涉及计算机视觉与图像识别技术领域,具体涉及一种图像篡改检测方法及装置。

背景技术

数字图像处理软件可以用于对图像进行编辑处理,相应地,也有利于图像的篡改和伪造,使得篡改图像大量增加,甚至篡改图像还会出现在新闻报道和法律证据中,降低新闻媒体和司法的公信力。

目前,可以采用数字图像内容认证技术检测图像是否为篡改图像,数字图像内容认证技术主要包括主动认证方式和被动认证方式。

其中:主动认证方式指的是在图像生成过程中或发布之前,嵌入水印或数字签名。但是,主动认证方式需要数字成像设备配备水印或数字签名的嵌入模型,使用较为不便。

被动认证方式指的是直接依据图像内容判断图像是否为篡改图像。但是,被动认证方式极易受到图像的像素级、格式级和场景级等反篡改工具的制约,不能准确检测图像的真实性。

发明内容

为了解决现有技术中的上述问题,即为了解决图像篡改检测技术不易实施及检测准确性低的技术问题,本发明提供了一种图像篡改检测方法及装置。

第一方面,本发明中一种图像篡改检测方法的技术方案是:

所述方法包括:

依据预设的细粒度图像描述模型,获取待检测图像的语义描述信息;

对所获取的语义描述信息与预设的反常规则库进行匹配:若所述预设的反常规则库包含所述语义描述信息,则判断所述待检测图像为篡改图像;

其中:

所述预设的细粒度图像描述模型的输出包括预设的真实图像对应的语义描述信息、预设的篡改图像对应的语义描述信息;

所述反常规则库包括预设的多个语义描述信息,且所述的多个语义描述信息所包含的信息内容为异常信息。

进一步地,本发明提供的一个优选技术方案为:

所述对所获取的语义描述信息与预设的反常规则库进行匹配之前,包括:

判断所获取的语义描述信息中是否存在包含同一信息内容的多个语义描述信息:若存在,则去除包含该同一信息内容的一个或多个语义描述信息,且保留一个包含该同一信息内容的语义描述信息;

依据所获取的语义描述信息的置信度由高到低的顺序,选择预设数量的语义描述信息;

对所获取的语义描述信息进行标准化处理,包括:去除所述语义描述信息中包含的冠词和形容词,并将去除冠词和形容词后语义描述信息中的各单词转换为对应的预设单词。

进一步地,本发明提供的一个优选技术方案为:

所述语义描述信息还包括与其包含的信息内容对应的图像区域坐标。

进一步地,本发明提供的一个优选技术方案为:

所述获取待检测图像的语义描述信息之前,包括采用深度卷积神经网络算法、细粒度图像分类方法构建细粒度图像描述模型。

进一步地,本发明提供的一个优选技术方案为:

所述获取待检测图像的语义描述信息之前,包括采用递归神经网络算法,并依据预设的真实图像、预设的篡改图像依次对细粒度图像描述模型进行第一数据训练和第二数据训练;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710364285.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top