申请/专利权人：国家计算机网络与信息安全管理中心;中国科学院计算技术研究所

申请日：2022-07-28

公开（公告）日：2022-11-25

公开（公告）号：CN115393697A

主分类号：G06V20/00

分类号：G06V20/00;G06V10/26;G06V10/30;G06V10/40;G06V10/774;G06V10/80;G06V10/82;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.12.13#实质审查的生效;2022.11.25#公开

摘要：本发明提出一种基于多元特征融合分割的图片伪造检测方法和系统，通过提取图像中伪造区域的光照梯度、噪声分布、压缩一致性特征后，对其进行加权融合成一个新的综合特征，送入到专用的分割神经网络判断图像是否是伪造的，并标记出伪造区域，同时将多元融合特征与网络分割结果结合，给出伪造检测的解释性展示，在提高传统方法的准确率和普适性的同时，弥补了深度学习方法可解释性较低的不足。

主权项：1.一种基于多元特征融合分割的图片伪造检测方法，其特征在于，包括：步骤1、获取已标有伪造区域标签的训练图像，作为当前图像；步骤2、根据该当前图像中各区域的压缩水平，提取压缩误差特征；提取该当前图像的噪声分布，得到噪声特征；根据该当前图像中光源光路，提取光照梯度特征；对该压缩误差特征、该噪声特征和该光照梯度特征，进行空间维度和通道维度的加权融合，得到多元融合特征；步骤3、将该多元融合特征输入分割模型，得到分割结果特征图，并基于该分割结果特征图和该伪造区域标签构建损失函数，训练该分割模型，得到图片伪造检测模型；步骤4、将待伪造检测图片作为当前图片，执行该步骤2，得到该待伪造检测图片的多元融合特征，输入该图片伪造检测模型，得到该待伪造检测图片的分割结果特征图，以判定该待伪造检测图片是否属于伪造图片。

全文数据：

权利要求：

百度查询： 国家计算机网络与信息安全管理中心;中国科学院计算技术研究所 基于多元特征融合分割的图片伪造检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD