利索能及
我要发布
收藏
专利号: 2024100381952
申请人: 齐鲁工业大学(山东省科学院)
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

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;

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。

2.如权利要求1所述的基于双流网络的图像篡改检测方法,其特征是,对原篡改图像进行高频增强处理,得到高频增强图像,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。

3.如权利要求1所述的基于双流网络的图像篡改检测方法,其特征是,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,其中,训练后的图像篡改检测网络,其网络结构包括:双流特征提取网络,所述双流特征提取网络,包括:第一特征提取网络和第二特征提取网络;

所述第一特征提取网络,用于输入原篡改图像;

所述第二特征提取网络,用于输入高频增强图像;

所述第一特征提取网络的输出端和第二特征提取网络的输出端均与求和模块的输入端连接,求和模块的输出端与篡改区域生成网络的输入端连接;

篡改区域生成网络的输出端,用于输出图像篡改检测结果。

4.如权利要求3所述的基于双流网络的图像篡改检测方法,其特征是,所述第一特征提取网络和第二特征提取网络的内部结构是一致的,所述第一特征提取网络,包括:第一特征提取阶段、第二特征提取阶段、第三特征提取阶段和第四特征提取阶段;

所述第一特征提取阶段,采用第一基本卷积单元来实现;第一基本卷积单元的输入端用于输入原篡改图像;

所述第二特征提取阶段,包括:第二基本卷积单元和第三基本卷积单元;

所述第三特征提取阶段,包括:第四基本卷积单元、第五基本卷积单元和第六基本卷积单元;

所述第四特征提取阶段,包括:第七基本卷积单元、第八基本卷积单元、第九基本卷积单元和第十基本卷积单元;

每一特征提取阶段的基本卷积单元的输出端,均与后一特征提取阶段的所有基本卷积单元的输入端连接;

第七基本卷积单元的输出端输出第一分辨率的第一特征图;第八基本卷积单元的输出端输出第二分辨率的第二特征图;第九基本卷积单元的输出端输出第三分辨率的第三特征图;第十基本卷积单元的输出端输出第四分辨率的第四特征图。

5.如权利要求3所述的基于双流网络的图像篡改检测方法,其特征是,所述第一特征提取网络,用于:第一特征提取阶段对输入的图像进行卷积运算,第一特征提取阶段输出分辨率与输入图像相同的特征图;设输入图像的分辨率为 ;

将第一特征提取阶段产生的特征图输入到第二特征提取阶段的每一个基本卷积单元中,第二特征提取阶段中,第二基本卷积单元输出 的特征图,第三基本卷积单元输出的特征图;

将第二特征提取阶段产生的特征图输入到第三特征提取阶段的每一个基本卷积单元中,第三特征提取阶段中,第四基本卷积单元输出 的特征图,第五基本卷积单元输出的特征图,第六基本卷积单元输出 的特征图;

将第三特征提取阶段产生的特征图输入到第四特征提取阶段的每一个基本卷积单元中,第四特征提取阶段中,第七基本卷积单元输出 的特征图,第八基本卷积单元输出的特征图,第九基本卷积单元输出 的特征图;第十基本卷积单元输出 的特征图。

6.如权利要求4所述的基于双流网络的图像篡改检测方法,其特征是,所述第一特征提取网络和第二特征提取网络的内部结构是一致的,第二特征提取网络的第一特征提取阶段的输入端输入高频增强图像,第一特征提取阶段输出第一分辨率的第五特征图,第二特征提取网络的第二特征提取阶段输出第二分辨率的第六特征图,第二特征提取网络的第三特征提取阶段输出第三分辨率的第七特征图,第二特征提取网络的第四特征提取阶段输出第四分辨率的第八特征图。

7.如权利要求6所述的基于双流网络的图像篡改检测方法,其特征是,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,具体包括:将第一分辨率的第一特征图和第一分辨率的第五特征图进行特征融合,得到第一分辨率特征融合图;所述特征融合采用加和的方式进行;

将第二分辨率的第二特征图和第二分辨率的第六特征图进行特征融合,得到第二分辨率特征融合图;

将第三分辨率的第三特征图和第三分辨率的第七特征图进行特征融合,得到第三分辨率特征融合图;

将第四分辨率的第四特征图和第四分辨率的第八特征图进行特征融合,得到第四分辨率特征融合图。

8.如权利要求3所述的基于双流网络的图像篡改检测方法,其特征是,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。

9.如权利要求7所述的基于双流网络的图像篡改检测方法,其特征是,所述方法还包括:假设 表示第一分辨率特征融合图、表示第二分辨率特征融合图、表示第三分辨率特征融合图且 表示第四分辨率特征融合图;

首先,将 、 输入到第一特征交互模块中,它们经过内嵌在特征交互模块中的通道变换单元后,特征图分辨率不变,通道数均变为M;

之后,对 进行上采样操作,得到与 分辨率相同的特征图,将其与 按通道维度拼接;

将拼接后的特征图输入到卷积层中,该卷积层的后面还包括一个批归一化层和一个ReLU激活函数层,得到分辨率与 相同的特征图,且再将其与 按通道维度拼接;

将拼接后的特征图输入到卷积层中,该卷积层的后面也包含一个批归一化层和一个ReLU激活函数层,最终得到一个分辨率与 相同,通道数为M的特征图,记为特征图 ;

之后,将特征图 与 输入到第二特征交互模块中,经过相同步骤,得到与 分辨率相同,通道数为M的特征图,记为特征图 ;

最后,将 与 输入到第三特征交互模块中,经过相同步骤,得到与 分辨率相同,通道数为M的特征图,记为特征图 ;

三个特征交互模块依次产生三个特征图 、、 。

10.基于双流网络的图像篡改检测系统,其特征是,包括:

获取模块,其被配置为:获取待检测的原篡改图像;

高频增强模块,其被配置为:对原篡改图像进行高频增强处理,得到高频增强图像;

输出模块,其被配置为: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;

特征提取单元,其被配置为: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;

特征融合单元,其被配置为: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;

生成单元,其被配置为: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。