[发明专利]一种基于深度学习的篡改图像检测方法在审
申请号: | 201910573995.3 | 申请日: | 2019-06-28 |
公开(公告)号: | CN110349136A | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 丁兴号;黄悦;陈云舒;潘婕 | 申请(专利权)人: | 厦门大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11 |
代理公司: | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人: | 马应森 |
地址: | 361005 *** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于深度学习的篡改图像检测方法,涉及图像被动取证领域。构造基于多尺度噪声约束的卷积层,用以获得图像中的高频噪声残差;使用双流网络进行篡改图像检测;使用多任务学习方法,同时实现图像区域是否篡改的分类,以及篡改区域的检测和分割任务;在网络优化时,提取感兴趣区域提取网络、篡改分类支路、篡改区域的检测支路以及分割支路这四部分的输出特征,计算网络的误差进行反向传播,进一步调整网络参数,使网络达到最优解。可实现对于图像是否篡改的识别,并对篡改图像中的篡改区域做出精确的检测和分割,使其适用于实际应用场景。通过深度学习方法检测图像的真实性,进而解决图像恶意篡改问题,提高篡改检测的准确率和泛化能力。 | ||
搜索关键词: | 篡改 图像 支路 篡改区域 图像检测 分割 检测 感兴趣区域 篡改检测 反向传播 高频噪声 计算网络 检测图像 任务学习 输出特征 图像区域 网络参数 网络优化 应用场景 噪声约束 网络 多尺度 最优解 分类 准确率 残差 卷积 双流 学习 真实性 取证 | ||
【主权项】:
1.一种基于深度学习的篡改图像检测方法,其特征在于包括以下步骤:1)构造基于多尺度噪声约束的卷积层,用以获得图像中的高频噪声残差;2)使用双流网络进行篡改图像检测;所述双流网络由两条支路组成,一条支路在原始RGB图像上进行提取特征,并针对该特征估计图像中的疑似篡改区域,再将提取到的特征映射到疑似篡改区域上,进行ROI池化,用于篡改区域的检测和分割;另一条支路基于步骤1)中获得的噪声图像进行特征提取,并与RGB通道特征融合,用以进行图像区域是否篡改的分类;3)使用多任务学习方法,同时实现图像区域是否篡改的分类,以及篡改区域的检测和分割任务;在网络优化时,提取感兴趣区域提取网络、篡改分类支路、篡改区域的检测支路以及分割支路这四部分的输出特征,计算网络的误差进行反向传播,进一步调整网络参数,使网络达到最优解。
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厦门大学,未经厦门大学许可,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/patent/201910573995.3/,转载请声明来源钻瓜专利网。
- 上一篇:目标检测方法和装置
- 下一篇:一种基于地面拟合的激光地面目标检测方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序