[發(fā)明專利]一種圖像篡改檢測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201911070050.6
• 申請(qǐng)日: 2019-11-05
• 公開（公告）號(hào): CN110895811B
• 公開（公告）日: 2023-05-09
• 發(fā)明（設(shè)計(jì)）人: 朱興杰;劉巖;李馳
• 申請(qǐng)（專利權(quán)）人: 泰康保險(xiǎn)集團(tuán)股份有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00;G06T7/10;G06V10/762;G06V10/82;G06N3/0464;G06Q40/08;G06N3/08
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 李陽;郭晗

1.一種圖像篡改檢測(cè)方法，其特征在于，包括：

根據(jù)待檢測(cè)圖像得到相同大小的多個(gè)標(biāo)準(zhǔn)圖像，其中，對(duì)預(yù)處理后的待檢測(cè)圖像切分為相同大小的子圖，將每個(gè)子圖作為一個(gè)標(biāo)準(zhǔn)圖像，或者，將預(yù)處理后的待檢測(cè)圖像任意切分，并將切分后得到的子圖歸一化，每一歸一化后的子圖作為一個(gè)標(biāo)準(zhǔn)圖像；

對(duì)所述多個(gè)標(biāo)準(zhǔn)圖像進(jìn)行基礎(chǔ)特征提取，得到所述多個(gè)標(biāo)準(zhǔn)圖像的特征向量；

對(duì)所述多個(gè)標(biāo)準(zhǔn)圖像的特征向量聚類，以得到所述待檢測(cè)圖像的一個(gè)或多個(gè)聚集區(qū)域，其中，對(duì)應(yīng)同一聚集區(qū)域的所述特征向量的類別相同；

分析各所述聚集區(qū)域是否為篡改區(qū)域，若有所述聚集區(qū)域?yàn)榇鄹膮^(qū)域，則判定所述待檢測(cè)圖像為篡改圖像；

分析所述聚集區(qū)域是否為篡改區(qū)域的步驟，包括：判斷所述聚集區(qū)域?qū)?yīng)的所述特征向量的個(gè)數(shù)是否小于預(yù)設(shè)的聚類個(gè)數(shù)；若是，則確定所述聚集區(qū)域?yàn)榇鄹膮^(qū)域，否則確定所述聚集區(qū)域不是篡改區(qū)域。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)待檢測(cè)圖像得到相同大小的多個(gè)標(biāo)準(zhǔn)圖像的步驟，包括：

對(duì)所述待檢測(cè)圖像進(jìn)行預(yù)處理操作，以得到預(yù)處理后的圖像，所述預(yù)處理操作包括：對(duì)所述待檢測(cè)圖像進(jìn)行顏色空間轉(zhuǎn)換，以及對(duì)所述顏色空間轉(zhuǎn)換之后的圖像進(jìn)行降噪處理。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)于所述多個(gè)標(biāo)準(zhǔn)圖像中的每個(gè)標(biāo)準(zhǔn)圖像，所述進(jìn)行基礎(chǔ)特征提取的步驟，包括：

利用深度卷積神經(jīng)網(wǎng)絡(luò)提取所述標(biāo)準(zhǔn)圖像的不同尺度的特征信息；

將所述不同尺度的特征信息輸入特征融合網(wǎng)絡(luò)進(jìn)行處理，其中，所述處理包括上采樣處理。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述深度卷積神經(jīng)網(wǎng)絡(luò)為殘差神經(jīng)網(wǎng)絡(luò)，所述特征融合網(wǎng)絡(luò)包括用于進(jìn)行所述上采樣處理的上采樣層。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用K均值聚類算法對(duì)所述多個(gè)標(biāo)準(zhǔn)圖像的特征向量聚類。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過對(duì)所述多個(gè)標(biāo)準(zhǔn)圖像進(jìn)行基礎(chǔ)特征提取，還得到與每個(gè)所述標(biāo)準(zhǔn)圖像的特征向量對(duì)應(yīng)的置信度特征；

分析所述聚集區(qū)域是否為篡改區(qū)域的步驟，包括：

判斷所述聚集區(qū)域?qū)?yīng)的所述特征向量的個(gè)數(shù)是否小于預(yù)設(shè)的聚類個(gè)數(shù)，若是，則初始化所述聚集區(qū)域?yàn)榇ù鄹膮^(qū)域，否則確定所述聚集區(qū)域不是篡改區(qū)域；

在所述聚集區(qū)域?yàn)樗龃ù鄹膮^(qū)域的情況下，將所述待定篡改區(qū)域的各特征向量對(duì)應(yīng)的所述置信度特征分別與置信度閾值進(jìn)行比較，并統(tǒng)計(jì)其中大于所述置信度閾值的所述置信度特征的數(shù)量；判斷所述數(shù)量是否大于預(yù)設(shè)的區(qū)域閾值，若是，則確定所述待定篡改區(qū)域是篡改區(qū)域，否則確定所述待定篡改區(qū)域不是篡改區(qū)域。

7.一種圖像篡改檢測(cè)裝置，其特征在于，包括：

圖像切分模塊，用于根據(jù)待檢測(cè)圖像得到相同大小的多個(gè)標(biāo)準(zhǔn)圖像，其中，對(duì)預(yù)處理后的待檢測(cè)圖像切分為相同大小的子圖，將每個(gè)子圖作為一個(gè)標(biāo)準(zhǔn)圖像，或者，將預(yù)處理后的待檢測(cè)圖像任意切分，并將切分后得到的子圖歸一化，每一歸一化后的子圖作為一個(gè)標(biāo)準(zhǔn)圖像；

特征提取模塊，用于對(duì)所述多個(gè)標(biāo)準(zhǔn)圖像進(jìn)行基礎(chǔ)特征提取，得到所述多個(gè)標(biāo)準(zhǔn)圖像的特征向量；

聚類模塊，用于對(duì)所述多個(gè)標(biāo)準(zhǔn)圖像的特征向量聚類，以得到所述待檢測(cè)圖像的一個(gè)或多個(gè)聚集區(qū)域，其中，對(duì)應(yīng)同一聚集區(qū)域的所述特征向量的類別相同；

分析檢測(cè)模塊，用于分析各所述聚集區(qū)域是否為篡改區(qū)域，若有所述聚集區(qū)域?yàn)榇鄹膮^(qū)域，則判定所述待檢測(cè)圖像為篡改圖像；

分析檢測(cè)模塊具體用于對(duì)于每一聚集區(qū)域執(zhí)行：判斷聚集區(qū)域?qū)?yīng)的特征向量的個(gè)數(shù)是否小于預(yù)設(shè)的聚類個(gè)數(shù)；若是，則確定該聚集區(qū)域?yàn)榇鄹膮^(qū)域，否則確定該聚集區(qū)域不是篡改區(qū)域。

8.一種電子設(shè)備，其特征在于，包括：

一個(gè)或多個(gè)處理器；

存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序，

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如權(quán)利要求1-6中任一所述的方法。

9.一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6中任一所述的方法。