1.一种基于深度学习的图像修改区域定位方法，其特征在于，包括以下步骤：获取目标RGB图像，所述目标RGB图像是已经修改过的RGB图像；

提取所述目标RGB图像的图像残差；

基于所述图像残差，使用第一神经网络提取所述目标RGB图像中的修改过的区域与未修改过的区域之间高频分量的不一致性特征，根据提取的所述不一致性特征生成第一特征图；其中，通过四个ResNet块提取所述目标RGB图像中的修改过的区域与未修改过的区域之间高频分量的不一致性特征，其中，每个所述ResNet块包括两个瓶颈单元，每个所述瓶颈单元包括三个连续的卷积层和一个恒等快捷连接；

提取所述目标RGB图像的局部二值模式特征；

将所述局部二值模式特征与所述目标RGB图像进行合并，得到合并图像，使用第二神经网络提取所述合并图像中的修改过的区域与未修改过的区域之间的块相似性特征，根据提取的所述块相似性特征生成第二特征图；其中，通过两个连续卷积块和三个双重注意力卷积块对所述合并图像进行卷积操作，获取三个特征图；

将所述三个特征图进行早融合提取所述合并图像中的修改过的区域与未修改过的区域之间的块相似性特征；

融合所述第一特征图和所述第二特征图，得到目标特征图，基于所述目标特征图，定位所述目标RGB图像的图像修改区域。

2.根据权利要求1所述的基于深度学习的图像修改区域定位方法，其特征在于，提取所述目标RGB图像的局部二值模式特征，包括步骤：使用局部二值模式LBP提取目标RGB图像的局部二值模式特征，其中，所述局部二值模式LBP的运算公式为：其中，(xc,yc)表示中心像素，ic表示中心像素的灰度值，ip表示中心像素的邻接像素的灰度值。

3.根据权利要求1所述的基于深度学习的图像修改区域定位方法，其特征在于，所述根据提取的所述块相似性特征生成第二特征图，包括步骤：采用一个两倍上采样的转置卷积和一个四倍上采样的转置卷积将所述第二特征图的大小放大至所述目标RGB图像大小；并使用步长为1，大小为5×5的卷积层来减弱由所述转置卷积带来的棋盘伪像。

4.根据权利要求1所述的基于深度学习的图像修改区域定位方法，其特征在于，所述提取所述目标RGB图像的图像残差，包括步骤：使用三个经过初始化内核的一阶高通滤波器分别对所述目标RGB图像的三个通道进行卷积操作，获得三个卷积结果；

并将所述三个卷积结果按深度进行拼接，获得残差图像。

5.根据权利要求1所述的基于深度学习的图像修改区域定位方法，其特征在于，所述根据提取的所述不一致性特征生成第一特征图，包括步骤：通过两个四倍上采样的转置卷积将所述第一特征图的大小放大至所述目标RGB图像大小，并且使用步长为1，大小为5×5的卷积层来减弱由所述转置卷积带来的棋盘伪像。

6.根据权利要求1所述的基于深度学习的图像修改区域定位方法，其特征在于，所述融合所述第一特征图和所述第二特征图，得到目标特征图，基于所述目标特征图来定位所述目标RGB图像的图像修改区域，包括步骤：将获得的所述第一特征图和所述第二特征图按深度进行拼接，获得融合特征图；

将所述融合特征图分别使用1×1、3×3、5×5大小的卷积过滤器来获取三张不同尺寸的特征图；

将所述三张不同尺寸的特征图按深度进行拼接，获得所述目标特征图；

使用logistic回归对所述目标特征图进行逐像素预测，定位所述目标RGB图像的所述图像修改区域。

7.一种基于深度学习的图像修改区域定位系统，其特征在于，包括：图像采集单元，用于获取目标RGB图像，所述目标RGB图像是已经修改过的RGB图像；

第一预滤波单元，用于提取所述目标RGB图像的图像残差；

第一特征提取单元，用于基于所述图像残差，使用第一神经网络提取所述目标RGB图像中的修改区域与未修改过的区域之间高频分量的不一致性特征，根据提取的所述不一致性特征生成第一特征图；其中，通过四个ResNet块提取所述目标RGB图像中的修改过的区域与未修改过的区域之间高频分量的不一致性特征，其中，每个所述ResNet块包括两个瓶颈单元，每个所述瓶颈单元包括三个连续的卷积层和一个恒等快捷连接；

第二预滤波单元，用于提取所述目标RGB图像的局部二值模式特征；

第二特征提取单元，用于将所述局部二值模式特征与所述目标RGB图像进行合并，得到合并图像，使用第二神经网络提取所述合并图像中的修改区域与未修改过的区域之间的块相似性特征，并根据提取的所述块相似性特征生成第二特征图；其中，通过两个连续卷积块和三个双重注意力卷积块对所述合并图像进行卷积操作，获取三个特征图；

将所述三个特征图进行早融合提取所述合并图像中的修改过的区域与未修改过的区域之间的块相似性特征；

特征融合单元，用于融合所述第一特征图和所述第二特征图，得到目标特征图，基于所述目标特征图，定位所述目标RGB图像的图像修改区域。

8.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至6任一项所述的一种基于深度学习的图像修改区域定位方法。