申请/专利权人:四川大学
申请日:2024-03-13
公开(公告)日:2024-05-17
公开(公告)号:CN118052705A
主分类号:G06T3/04
分类号:G06T3/04;G06T5/70;G06T5/00;G06F17/16;G06F17/18;G06N3/0455;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明提供了一种基于Lora的风格迁移篡改检测数据集生成方法,属于图像处理技术领域,根据获取的原始图像和篡改图像,得到含有噪声的灰度图像;构建并训练将低秩适应模型Lora和稳定扩散模型StableDiffusion相结合的图像生成模型;根据含有噪声的灰度图像,利用已训练的图像生成模型得到掩膜图像,完成篡改检测数据集的生成。本发明解决了篡改检测领域的数据集数量小、生成效率低以及数据篡改类型单一的问题,同时有效解决了数据多样性不足、生成数据质量有限、生成效率低下以及模型权重调整困难等问题。本发明大幅提升了篡改检测模型的训练效果和实际应用性能,为解决复杂的篡改检测挑战提供了新的视角和工具。
主权项:1.一种基于Lora的风格迁移篡改检测数据集生成方法,其特征在于,包括以下步骤:S1、获取原始图像以及篡改图像;S2、根据所述原始图像和篡改图像,得到含有噪声的灰度图像;S3、构建并训练将低秩适应模型Lora和稳定扩散模型StableDiffusion相结合的图像生成模型;S4、根据含有噪声的灰度图像,利用已训练的图像生成模型进行风格迁移处理,得到掩膜图像,完成篡改检测数据集的生成。
全文数据:
权利要求:
百度查询: 四川大学 一种基于Lora的风格迁移篡改检测数据集生成方法
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。