申请/专利权人：中国海洋大学

申请日：2023-12-26

公开（公告）日：2024-03-22

公开（公告）号：CN117456171B

主分类号：G06V10/25

分类号：G06V10/25;G06V10/22;G06V10/44;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明属于图像处理技术领域，公开了基于抑制相关区域挖掘的复制移动篡改检测方法及系统，所述方法包括步骤1、特征提取；步骤2、获取粗目标区域；步骤3、挖掘浅层抑制相似区域；步骤4、利用浅层抑制相似区域补充粗相似区域，细化检测结果。通过本发明提高图像的复制移动篡改检测的准确性。

主权项：1.基于抑制相关区域挖掘的复制移动篡改检测方法，其特征在于，包括以下步骤：步骤1、特征提取：输入复制移动篡改图像，经过多层卷积操作提取特征，最后三层卷积提取的特征分别为F3、F4、F5，大小都为h×w×c；步骤2、获取粗目标区域：将F5输入粗相似区域检测模块，经过粗相似区域检测模块获得粗相似区域特征Fs以及用于对浅层特征进行模糊定位的权重图Fcorr；所述粗相似区域检测模块首先对F5进行高阶自相关计算，获得两个亲和矩阵，大小都为hw×hw，其中高阶自相关计算两个亲和矩阵的方法如下：首先将特征F5标准化，并拉平为hw×c大小的特征F’，然后将相邻的两个元素分为一组，分组后的特征记为F’gr，共计hw-1组；然后，分别对F’和F’gr进行自相关计算，分别生成亲和矩阵S和S’，F′＝flattenstandF5；S＝F′⊙F′T；F′gr＝groupF′；S′＝F′gr⊙F′grT；其中stand为标准化操作，flatten为拉平操作，⊙为矩阵相乘，group为分组操作，F’gr为分组后的特征，T表示矩阵的转置；将两个亲和矩阵分别进行高斯模糊以及标准化互相关匹配后分别进行百分比池化操作，然后将二者重定义尺寸为h×w×c；将重定义尺寸后的特征通过自适应融合生成特征Fs；对Fs通过卷积和Sigmoid函数操作获得模糊定位权重图Fcorr，权重图Fcorr作为先验条件，用于浅层抑制相似区域检测模块中以初步定位浅层特征中的目标区域；步骤3、挖掘浅层抑制相似区域：将F3、F4、F5输入浅层抑制相似区域检测模块，以权重图Fcorr作为先验条件，经过浅层抑制相似区域检测模块处理，初步定位浅层特征中的目标区域，挖掘浅层特征中被抑制的细节信息，得到浅层抑制相似区域，输出浅层中被抑制的相似区域特征Fr；具体是，将权重图Fcorr分别和特征F3、F4、F5对应元素相乘，分别获得突出粗相似区域的特征F’3、F’4、F’5，同时消除了浅层特征中的伪目标区域，初步定位浅层特征中的目标区域；对特征F’4进行特征提取，然后减去F’5，得到F4中被抑制的细节特征Fd4；同样，对F’3进行特征提取，得到F3中被抑制的细节特征Fd3；对Fd3和Fd4分别进行高阶自相关计算后分别进行相似区域提取，分别获得Fr2和Fr1，并自适应融合Fr2和Fr1获得特征Fr作为浅层抑制相似区域检测模块的输出；步骤4、利用浅层抑制相似区域补充粗相似区域，细化检测结果：将Fs和Fr分别进行空洞空间金字塔池化操作，并通过掩膜解码器进行解码，分别生成特征F1和F2，对特征F1和F2进行自适应融合，生成最终的检测掩膜。

全文数据：

权利要求：

百度查询： 中国海洋大学 基于抑制相关区域挖掘的复制移动篡改检测方法及系统

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