[發明專利]圖像篡改識別方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201910649072.1
• 申請日: 2019-07-18
• 公開（公告）號: CN110428402B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 譚峻峰;侯全心;張小可;陳俊臣;杜海華;陳姝;陳默;常丹丹
• 申請（專利權）人: 數字廣東網絡建設有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06V10/82;G06V10/764;G06V10/774;G06K9/62
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 馮右明

1.一種圖像篡改識別方法，所述方法包括：

構建未濾波樣本集、中值濾波樣本集、均值濾波樣本集以及高斯濾波樣本集；

獲取并解析第一原始分類模型的訓練指令，得到所述未濾波樣本集、所述中值濾波樣本集、所述均值濾波樣本集以及所述高斯濾波樣本集的存儲地址，訪問存儲地址對應的存儲空間，提取第一待訓練樣本；

確定濾波圖像矩陣；所述濾波圖像矩陣通過對所述第一待訓練樣本與高通濾波器進行卷積運算得到；

獲取一維序列；所述一維序列由所述濾波圖像矩陣按行重排得到；

對所述一維序列的絕對值進行快速傅氏變換，得到所述第一待訓練樣本的一維頻譜；

對所述一維頻譜進行最大值下采樣，得到第一子帶；

對所述一維頻譜進行中值下采樣，得到第二子帶；

對所述第一子帶進行局部中值下采樣，得到第三子帶；

對所述第一子帶進行局部標準差下采樣，得到第四子帶；

分別提取所述第二子帶、所述第三子帶和所述第四子帶中的第一頻譜特征、第二頻譜特征及第三頻譜特征；所述第一頻譜特征為中頻區域最大值，所述第二頻譜特征為高頻區域最小值，所述第三頻譜特征為所述第一頻譜特征與所述第二頻譜特征的比值；

將所述第二子帶的第一頻譜特征、第二頻譜特征及第三頻譜特征，所述第三子帶的第一頻譜特征、第二頻譜特征及第三頻譜特征，以及所述第四子帶的第一頻譜特征、第二頻譜特征及第三頻譜特征，確定為所述第一待訓練樣本的頻譜特征；

將所述第一待訓練樣本的頻譜特征輸入所述第一原始分類模型進行訓練，以構建第一平滑濾波檢測模型；

獲取待檢測圖像；

將所述待檢測圖像輸入所述第一平滑濾波檢測模型；

根據所述第一平滑濾波檢測模型的檢測結果，識別所述待檢測圖像是否經平滑濾波篡改及平滑濾波方式。

2.根據權利要求1所述的方法，其特征在于，所述第一平滑濾波檢測模型為采用高斯核作為非線性核函數的C-SVM支持向量機。

3.根據權利要求1至2任一項所述的方法，其特征在于，所述方法還包括：

若所述第一平滑濾波檢測模型的檢測結果為所述待檢測圖像經平滑濾波篡改，且平滑濾波方式為中值濾波，則將所述待檢測圖像輸入第二平滑濾波檢測模型；所述第二平滑濾波檢測模型基于所述中值濾波樣本集訓練得到；

根據所述第二平滑濾波檢測模型的檢測結果，確定所述待檢測圖像中值濾波的窗口規格；

根據所述中值濾波的窗口規格，識別所述待檢測圖像的篡改信息；

和/或，

若所述第一平滑濾波檢測模型的檢測結果為所述待檢測圖像經平滑濾波篡改，且平滑濾波方式為均值濾波，則獲取所述待檢測圖像的頻譜子帶的自相關譜；

根據所述自相關譜的整數頻率的最大峰，確定所述待檢測圖像均值濾波的窗口規格；

根據所述均值濾波的窗口規格，識別所述待檢測圖像的篡改信息。

4.根據權利要求3所述的方法，其特征在于，所述第二平滑濾波檢測模型的構建步驟，包括：

從所述中值濾波樣本集中獲取第二待訓練樣本；

提取所述第二待訓練樣本的頻譜特征；

將所述第二待訓練樣本的頻譜特征輸入第二原始分類模型進行訓練，以構建所述第二平滑濾波檢測模型。

5.根據權利要求4所述的方法，其特征在于，所述提取所述第二待訓練樣本的頻譜特征的步驟，包括：

分別對轉置前和轉置后的所述第二待訓練樣本進行一階差分，得到兩個差分矩陣；

將所述兩個差分矩陣分別轉化為差分符號圖，得到兩個差分符號圖；

根據所述差分符號圖，確定單調區間圖譜，得到兩個單調區間圖譜；

將所述兩個單調區間圖譜進行疊加，并將疊加結果歸一化為經驗分布；

提取所述經驗分布中設定數量的特征向量，作為所述第二待訓練樣本的頻譜特征。