申请/专利权人：中国科学技术大学

申请日：2024-02-06

公开（公告）日：2024-04-16

公开（公告）号：CN117893524A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/62;G06T7/73;G06T5/70;G06N3/0464;G06N3/048;G06N3/08

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：本发明公开了一种基于辨识性噪声引导的图像伪造检测定位方法，其步骤包括：1使用去噪网络和基于统计学的约束来增强伪造区域与真实区域之间的噪声可辨别性；2在增强的噪声表征的基础上，结合模型驱动的引导滤波机制与数据驱动的注意力机制，设计了一个可学习可微分的噪声引导滤波器；3基于噪声引导滤波器，构建一个双分支的噪声引导网络，训练网络使得其可以输出准确的检测结果和定位结果。本发明能显式地增强噪声不一致性的表征和影响，从而充分利用噪声信息来提高伪造检测的准确性和鲁棒性。

主权项：1.一种基于辨识性噪声引导的图像伪造检测定位方法，其特征在于，是按如下步骤进行：步骤1、获取一张输入图像并进行预处理，得到预处理后的图像令图像X的掩码真值为，其中，C表示图像X的通道数，H和W分别表示图像X的高度及宽度；步骤2、构建噪声表征学习网络，用于对图像X进行处理，得到粗糙的伪造定位图Gc；步骤3、构建噪声表征学习网络的联合训练损失Lu，并利用梯度下降法对所述表征学习网络进行训练，同时计算所述联合训练损失Lu以更新网络参数，直至联合训练损失Lu收敛为止，从而得到训练好的噪声表征学习模型；步骤4、构建噪声引导网络，包括：训练好的辨识性噪声提取器、噪声流网络分支、RGB流网络分支、基于交叉注意力的引导滤波模块、解码器、检测器Detector，其中，所述噪声流网络分支和RGB流网络分支由若干个残差块组成；步骤4.1、所述图像X经所述训练好的辨识性噪声提取器的处理后，得到噪声噪声G'd经过噪声流分支中的若干个残差块的处理后，得到若干个噪声流中间特征其中，Gni表示第i个噪声流中间特征，N为噪声流分支的残差块个数，Hsi、Wsi、Csi分别为Gni的高度、宽度和通道数；步骤4.2、所述图像X经RGB流网络分支的若干个残差块的处理后，得到若干个RGB流中间特征其中，Gri表示第i个RGB流中间特征，N为RGB流分支的残差块个数；步骤4.3、所述基于交叉注意力的引导滤波模块对Gni和Gri进行处理后，得到第i个滤波图qi；步骤4.4、所述解码器由若干个卷积、批归一化、ReLU和上采样层组成，并将第N个滤波图qN输入到解码器中进行处理，得到定位结果Gout；步骤4.5、所述检测器Detector利用式12对定位结果Gout进行转换，得到检测结果Dout＝DetectorGout＝λ2·GeMGout+1-λ2GeMBlockGout12式12中，Block表示第一卷积、ReLU函数、批归一化、第二卷积和Sigmoid函数的级联操作，λ2表示一个随训练的Epoch数递减的超参数，GeM表示广义平均池化操作，并有： 式13中，p为待训练的参数，Gouti,j为Gout中坐标为i,j的像素点；步骤5、建立噪声引导网络的损失函数LN，并采用ADAM优化器对所述噪声引导网络进行训练，同时对损失函数LN进行最小化求以更新网络参数，直至损失函数LN收敛为止，从而得到训练后的噪声引导模型，用于对输入的待检测图像进行处理，得到图像真伪的预测分类结果和疑似伪造区域的定位图。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种基于辨识性噪声引导的图像伪造检测定位方法

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