申请/专利权人：齐鲁工业大学(山东省科学院)

申请日：2024-01-11

公开（公告）日：2024-03-22

公开（公告）号：CN117557562B

主分类号：G06T7/00

分类号：G06T7/00;G06T3/4038;G06T3/4046;G06V10/44;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明涉及计算机视觉技术领域，特别是涉及基于双流网络的图像篡改检测方法及系统，其中方法，包括：获取待检测的原篡改图像；对原篡改图像进行高频增强处理，得到高频增强图像；将原篡改图像和高频增强图像，均输入到训练后的图像篡改检测网络中，输出图像篡改检测结果；采用双流特征提取网络分别对原篡改图像和高频增强图像进行特征提取，得到若干个分辨率的特征图；将相同分辨率的两个特征图进行融合，得到不同分辨率的融合特征图；将不同分辨率的融合特征图，输入到篡改区域生成网络中，对不同分辨率的融合特征图进行特征交互处理，对交互处理后的特征图进行篡改区域检测，生成检测到的篡改区域。本发明可以实现图像篡改区域的精准定位。

主权项：1.基于双流网络的图像篡改检测方法，其特征是，包括：获取待检测的原篡改图像；对原篡改图像进行高频增强处理，得到高频增强图像；其中，具体高频增强方式为：对原篡改图像进行二维离散傅里叶变换、高通滤波和二维离散傅里叶反变换处理，得到含有高频信息的单通道二值图像；将所述含有高频信息的单通道二值图像与原篡改图像的每一个色彩通道相加，得到高频增强图像；将原篡改图像和高频增强图像，均输入到训练后的图像篡改检测网络中，输出图像篡改检测结果；训练后的图像篡改检测网络，首先采用双流特征提取网络分别对原篡改图像和高频增强图像进行特征提取，分别得到若干个分辨率的特征图；将相同分辨率的两个特征图进行融合，得到当前分辨率的融合特征图，进而得到不同分辨率的融合特征图；将不同分辨率的融合特征图，输入到篡改区域生成网络中，篡改区域生成网络对不同分辨率的融合特征图进行特征交互处理，对交互处理后的特征图进行篡改区域检测，生成检测到的篡改区域；所述篡改区域生成网络，包括：第一特征交互模块、第二特征交互模块、第三特征交互模块和邻居连接解码器；第一特征交互模块的输入端用于输入第一分辨率特征融合图和第二分辨率特征融合图；第一特征交互模块的输出端用于输出第一交互特征；第二特征交互模块的输入端用于输入第三分辨率特征融合图和第一交互特征；第二特征交互模块的输出端用于输出第二交互特征；第三特征交互模块的输入端用于输入第四分辨率特征融合图和第二交互特征；第三特征交互模块的输出端用于输出第三交互特征；将第一交互特征、第二交互特征和第三交互特征，均输入到邻居连接解码器中，输出篡改区域。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 基于双流网络的图像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