申请/专利权人：四川大学

申请日：2023-12-08

公开（公告）日：2024-04-16

公开（公告）号：CN117893858A

主分类号：G06V10/80

分类号：G06V10/80;G06N3/045;G06V10/82;G06V10/74;G06N3/0464;G06V10/77;G06N3/048;G06V10/40

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种融合多层级多尺度与边界信息的图像篡改定位方法，能够对图像的浅层特征，如边界、纹理和轮廓等进行充分的全局上下文建模，显著提高图像篡改定位模型的精度，使用金字塔视觉Transformer骨干网络的篡改特征编码模块，得到四个层级的篡改特征；通过多尺度篡改特征增强模块对得到的篡改特征的多尺度信息进行强化；篡改边界信息模块利用高层特征融合篡改区域的全局位置信息，针对性地建模篡改区域的边界信息；将与篡改区域边界相关的特征注入到篡改特征；跨层特征交互传播模块接收经过篡改边界信息引导后的、不同层级的特征作为输入，输出融合后的跨层特征；还将篡改特征图自顶向下、逐层上采样至模型输入的分辨率，并给出最终的预测结果。

主权项：1.一种融合多层级多尺度与边界信息的图像篡改定位方法，其特征在于：包括下述步骤：1使用金字塔视觉Transformer骨干网络的篡改特征编码模块，得到四个层级的篡改特征fi，其中，i＝{1,2,3,4}；。2通过多尺度篡改特征增强模块对从篡改特征编码模块得到的篡改特征的多尺度信息进行强化，得到多尺度篡改特征f′i；3篡改边界信息模块的边界信息提取模块利用高层特征融合篡改区域的全局位置信息，以有针对性地建模篡改区域的边界信息；以及篡改边界信息模块的边界信息引导模块将从边界信息提取模块得到的与篡改区域边界相关的特征注入到从多尺度篡改特征增强模块得到的多尺度篡改特征fi′；4跨层特征交互传播模块的跨层特征交互模块接收经过篡改边界信息引导后的、不同层级的特征作为输入，输出融合后的跨层特征；以及跨层特征交互传播模块的跨层特征传播模块将篡改特征图自顶向下、逐层上采样至模型输入的分辨率，并给出最终的预测结果。

全文数据：

权利要求：

百度查询： 四川大学 一种融合多层级多尺度与边界信息的图像篡改定位方法

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