[發(fā)明專利]一種圖像判別方法、存儲設(shè)備及移動終端

有效

• 申請?zhí)枺?/td>: 201710909494.9
• 申請日: 2017-09-29
• 公開（公告）號: CN107679572B
• 公開（公告）日: 2021-05-04
• 發(fā)明（設(shè)計）人: 李斌;羅瑚;張浩鑫
• 申請（專利權(quán)）人: 深圳大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 深圳市君勝知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44268
• 代理人: 王永文;劉文求

本發(fā)明公開了一種圖像判別方法、存儲設(shè)備及移動終端，方法包括：選取圖像進行JPEG壓縮時產(chǎn)生的DCT系數(shù)，并從DCT系數(shù)中按zigzag順序選取前20個AC系數(shù)子帶，組成對應(yīng)的輸入張量，按照一定的組織方式輸入至對應(yīng)的分支網(wǎng)絡(luò)結(jié)構(gòu)中；分支網(wǎng)絡(luò)結(jié)構(gòu)中的卷積模塊對輸入張量進行卷積操作、批量歸一化處理、非線性化操作以及數(shù)據(jù)降維處理，將處理后的張量數(shù)據(jù)合并后輸入至分類模塊；分類模塊將分支網(wǎng)絡(luò)結(jié)構(gòu)輸出的張量數(shù)據(jù)進行分類，使用交叉熵損失函數(shù)對分類結(jié)果進行計算，根據(jù)計算結(jié)果判斷圖像是否經(jīng)過雙重JPEG壓縮。本發(fā)明提高了圖像是否經(jīng)過雙重JPEG壓縮的檢測準確性，有效判別圖像是否別篡改，且無需對圖像進行預(yù)處理，避免人為因素對判別結(jié)果的影響。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種圖像判別方法、存儲設(shè)備及移動終端。

背景技術(shù)

隨著移動互聯(lián)網(wǎng)的迅猛發(fā)展，人們每天都在產(chǎn)生和接觸海量的數(shù)字圖像。但是隨著一些易于操作的圖像編輯軟件的流行，人們可以較為容易對圖像進行處理或者修改，這同時也增加圖像被他人惡意篡改的風險。

JPEG(Joint Photographic Experts Group)格式圖像由于其壓縮保真度高同時占用空間小的優(yōu)點，被人們廣泛使用。因此如果有數(shù)字犯罪者想要篡改圖像內(nèi)容，他/她會很大概率針對JPEG格式的圖像；圖像內(nèi)容經(jīng)過篡改之后，為掩蓋篡改痕跡，該圖像會被重新儲存為同樣的格式，這個操作被稱作為”雙重JPEG壓縮”。因此判斷圖像是否經(jīng)過”雙重JPEG壓縮”就為判斷圖像是否被篡改的依據(jù)。

現(xiàn)有技術(shù)中一般都是提取圖像壓縮時進行的二維DCT(Discrete CosineTransformation)變化得到的DCT系數(shù)中的前20個AC系數(shù)子帶，計算它們的首字母出現(xiàn)的頻率(0至9)，組成一維向量特征(20×9＝180 維)，再將這一維向量特征輸送到FLD(FisherLinear Classifier)分類器中進行分類。這種方法對于圖像是否經(jīng)過雙重JPEG壓縮具有很高的檢測率。然而，這種方法暴露出容易受人攻擊的特點：該DCT系數(shù)的分布在提取首字母特征之前，存在可以被人為擬合再度近似服從Benford 分布的可能性，從而該圖像可通過適當?shù)念A(yù)處理而偽造不具有雙重 JPEG壓縮的痕跡，使得檢測難度大大加大。此外，該方法的有效性是基于人為提取特征，是需要人為的對圖像進行預(yù)處理，也就是說人為的因素可能會數(shù)對檢測結(jié)果產(chǎn)生影響，從而影響到判斷結(jié)果的準確性。

因此，現(xiàn)有技術(shù)還有待于改進和發(fā)展。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于，針對現(xiàn)有技術(shù)的上述缺陷，提供一種圖像判別方法、存儲設(shè)備及移動終端，旨在解決現(xiàn)有技術(shù)中對圖像是否經(jīng)過雙重JPEG壓縮的檢測效果差以及需要對圖像進行人為的預(yù)處理，影響檢測結(jié)果的問題。

本發(fā)明解決技術(shù)問題所采用的技術(shù)方案如下：

一種圖像判別方法，其中，所述方法包括：

選取圖像進行JPEG壓縮時產(chǎn)生的DCT系數(shù)，并從DCT系數(shù)中按 zigzag順序選取前20個AC系數(shù)子帶，組成對應(yīng)的輸入張量，并按照一定的組織方式依次輸入至對應(yīng)的分支網(wǎng)絡(luò)結(jié)構(gòu)中；

所述分支網(wǎng)絡(luò)結(jié)構(gòu)中預(yù)設(shè)好的卷積模塊對輸入張量進行卷積操作、批量歸一化處理、非線性化操作以及數(shù)據(jù)降維處理，并將各分支網(wǎng)絡(luò)結(jié)果處理后的張量數(shù)據(jù)合并后輸入至分類模塊；

所述分類模塊將經(jīng)所述分支網(wǎng)絡(luò)結(jié)構(gòu)輸出的張量數(shù)據(jù)進行分類，并使用交叉熵損失函數(shù)對分類結(jié)果進行計算，根據(jù)計算結(jié)果判斷圖像是否經(jīng)過雙重JPEG壓縮。

所述的圖像判別方法，其中，所述選取圖像進行JPEG壓縮時產(chǎn)生的DCT系數(shù)，并從DCT系數(shù)中按zigzag順序選取前20個AC系數(shù)子帶，組成對應(yīng)的輸入張量，并按照一定的組織方式依次輸入至對應(yīng)的分支網(wǎng)絡(luò)結(jié)構(gòu)中還包括：