[發(fā)明專利]一種采用VLAD編碼和SVM的計(jì)算生成彩色圖像篡改檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810245183.1
• 申請(qǐng)日: 2018-03-23
• 公開（公告）號(hào): CN108510483B
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計(jì)）人: 甘健侯;楊澤;周菊香;郭園方;操曉春
• 申請(qǐng)（專利權(quán)）人: 云南師范大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/90;G06K9/62
• 代理公司: 昆明人從眾知識(shí)產(chǎn)權(quán)代理有限公司 53204
• 代理人: 王娟

1.一種采用VLAD編碼和SVM的計(jì)算生成彩色圖像篡改檢測(cè)方法，其特征在于：首先用深度學(xué)習(xí)訓(xùn)練好的ResNet網(wǎng)絡(luò)對(duì)偽造圖像數(shù)據(jù)集進(jìn)行分類；挑選自然圖像數(shù)據(jù)集和偽造圖像數(shù)據(jù)集上的圖像顏色特征作為圖像特征；再對(duì)自然圖像數(shù)據(jù)集和偽造圖像數(shù)據(jù)集分別提取圖像特征；然后對(duì)提取的圖像特征進(jìn)行VLAD編碼；最后利用SVM對(duì)編碼后的圖像特征進(jìn)行訓(xùn)練，并通過訓(xùn)練好的模型對(duì)偽造圖像進(jìn)行篡改檢測(cè)；

所述方法的具體步驟如下：

Step1、利用深度學(xué)習(xí)圖像著色方法構(gòu)造偽造圖像數(shù)據(jù)集；

Step2、采用深度學(xué)習(xí)算法來訓(xùn)練ResNet網(wǎng)絡(luò)并通過訓(xùn)練好的深度學(xué)習(xí)ResNet網(wǎng)絡(luò)模型對(duì)偽造圖像數(shù)據(jù)集進(jìn)行分類；

Step3、選取圖像特征：統(tǒng)計(jì)常見的若干顏色通道在自然圖像數(shù)據(jù)集和偽造圖像數(shù)據(jù)集上出現(xiàn)的概率分布，并根據(jù)統(tǒng)計(jì)結(jié)果，從中挑選出兩個(gè)數(shù)據(jù)集上差異大的顏色通道作為圖像顏色特征，該圖像顏色特征作為圖像特征；

Step4、再對(duì)自然圖像數(shù)據(jù)集和偽造圖像數(shù)據(jù)集分別提取圖像顏色特征；

Step5、對(duì)提取的圖像特征進(jìn)行VLAD編碼；

Step6、分別將自然圖像數(shù)據(jù)集和偽造圖像數(shù)據(jù)集編碼后的特征作為SVM的輸入進(jìn)行模型訓(xùn)練；最終在訓(xùn)練好的模型上對(duì)待檢測(cè)圖像進(jìn)行偽造檢測(cè)；

所述步驟Step3中，挑選出兩個(gè)數(shù)據(jù)集上概率分布差異最大的RGB、R-G、G-B、R-B、CB、CR和HS通道作為圖像顏色特征；

所述圖像特征還包括自然圖像數(shù)據(jù)集和偽造圖像數(shù)據(jù)集提取的暗通道先驗(yàn)和亮通道先驗(yàn)特征；

所述提取暗通道先驗(yàn)特征的表達(dá)式為：其中，J^dark是暗通道像素，c是RGB顏色通道中的一個(gè)通道，y是以x為中心的一個(gè)局部區(qū)域，x是圖像中的像素位置，J^c(y)是圖像J中y區(qū)域的顏色通道，Ω(x)表示以x為中心的一個(gè)局部塊；

所述提取亮通道先驗(yàn)特征的表達(dá)式為：其中，I^dark是亮通道像素，c是RGB顏色通道中的一個(gè)通道，y是以x為中心的一個(gè)局部區(qū)域，x是圖像中的像素位置，I^c(y)是圖像I中y區(qū)域的顏色通道，Ω(x)表示以x為中心的一個(gè)局部塊。

2.根據(jù)權(quán)利要求1所述的采用VLAD編碼和SVM的計(jì)算生成彩色圖像篡改檢測(cè)方法，其特征在于：所述步驟Step5的具體步驟為：

首先用k-means聚類來獲得視覺詞典，包括碼本和聚類中心；然后使用kd-tree快速向量量化技術(shù)將軟分配轉(zhuǎn)化到硬分配，即為顏色特征矩陣中每一個(gè)向量分配一個(gè)與其距離最近中心的索引，得到每一幅圖像編碼后的特征。

3.根據(jù)權(quán)利要求1所述的采用VLAD編碼和SVM的計(jì)算生成彩色圖像篡改檢測(cè)方法，其特征在于：通過交叉驗(yàn)證的方法來得到SVM最佳的懲罰系數(shù)參數(shù)G和RBF核函數(shù)的gamma參數(shù)g。