[发明专利]一种先复原再进行篡改定位的鲁棒篡改图像定位方法

权利要求书

1.一种先复原再进行篡改定位的鲁棒篡改图像定位方法，其特征在于，所述方法包括：

获取待测图像的压缩前的第一篡改图像和压缩后的第二篡改图像；

基于压缩前的第一篡改图像和压缩后的第二篡改图像，得到压缩前的第一篡改图像和压缩后的第二篡改图像之间的残差信号；

基于所述残差信号，通过预先构建的先复原再进行篡改定位的深度神经网络的图像复原模块对输入的压缩后的第二篡改图像进行复原，得到复原后的复原图像；

通过预先构建的先复原再进行篡改定位的深度神经网络的定位模块，检测复原图像中的篡改痕迹，并提取篡改痕迹对篡改图像中的篡改区域进行定位，输出定位结果。

2.根据权利要求1所述的先复原再进行篡改定位的鲁棒篡改图像定位方法，其特征在于，所述获取待测图像的压缩前的第一篡改图像和压缩后的第二篡改图像的步骤之前包括：

预先构建先复原再进行篡改定位的深度神经网络；所述先复原再进行篡改定位的深度神经网络包括：图像复原模块和定位模块，以及鉴别网络；

其中，所述图像复原模块用于对输入的压缩的篡改图像进行复原，得到复原后的图像；所述定位模块用于提取篡改痕迹实现篡改图像中篡改区域定位；所述鉴别网络用于对图像级别的损失，判断复原图像和压缩前的第一篡改图像。

3.根据权利要求1所述的先复原再进行篡改定位的鲁棒篡改图像定位方法，其特征在于，所述获取待测图像的压缩前的第一篡改图像和压缩后的第二篡改图像的步骤包括：

获取压缩前的第一篡改图像，

对所述压缩前的第一篡改图像进行压缩，得到压缩后的第二篡改图像。

4.根据权利要求1所述的先复原再进行篡改定位的鲁棒篡改图像定位方法，其特征在于，所述基于压缩前的第一篡改图像和压缩后的第二篡改图像，得到压缩前的第一篡改图像和压缩后的第二篡改图像之间的残差信号的步骤包括：

基于获取的压缩前的第一篡改图像和压缩后的第二篡改图像，通过预先构建的先复原再进行篡改定位的深度神经网络的图像复原模块、学习压缩前的第一篡改图像I^P和压缩后的第二篡改图像I^D之间的残差信号。

5.根据权利要求4所述的先复原再进行篡改定位的鲁棒篡改图像定位方法，其特征在于，所述基于所述残差信号，通过预先构建的先复原再进行篡改定位的深度神经网络的图像复原模块对输入的压缩后的第二篡改图像进行复原，得到复原后的复原图像的步骤包括：

基于所述残差信号，通过预先构建的先复原再进行篡改定位的深度神经网络的图像复原模块、将学习到残差信号添加到压缩后的第二篡改图像上进行图像复原，得到复原后的图像I^R。

6.根据权利要求5所述的先复原再进行篡改定位的鲁棒篡改图像定位方法，其特征在于，所述通过预先构建的先复原再进行篡改定位的深度神经网络的定位模块，检测复原图像中的篡改痕迹，并提取篡改痕迹对篡改图像中的篡改区域进行定位，输出定位结果的步骤包括：

获取复原后的图像I^R，并将所述复原后的图像I^R输入预先构建的先复原再进行篡改定位的深度神经网络的定位模块；

通过预先构建的先复原再进行篡改定位的深度神经网络的定位模块，检测复原图像中是否存在图像编辑软件留下的篡改痕迹，并提取篡改痕迹实现篡改图像中篡改区域定位。

7.根据权利要求1所述的先复原再进行篡改定位的鲁棒篡改图像定位方法，其特征在于，所述通过预先构建的先复原再进行篡改定位的深度神经网络的定位模块，检测复原图像中的篡改痕迹，并提取篡改痕迹对篡改图像中的篡改区域进行定位，输出定位结果的步骤还包括：

对预先构建先复原再进行篡改定位的深度神经网络的复原模块和定位模块使用交替训练的方式，得到一训练好的同时具有图像复原和篡改定位能力的深度神经网络模型；

使用训练好的深度神经网络模型，对待测的图像进行篡改定位，输出篡改定位结果。