[發明專利]一種基于雙通道U-Net模型的圖像篡改檢測方法及裝置

有效

• 申請號: 202011049114.7
• 申請日: 2020-09-29
• 公開（公告）號: CN112150450B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 崔曉暉;丁紅衛;樸楊鶴然;陶啟;趙坤
• 申請（專利權）人: 武漢大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種基于雙通道U-Net模型的圖像篡改檢測方法，其特征在于，包括如下步驟：

步驟S1，選取若干未經處理過的圖像作為原始圖像，進行圖像篡改操作處理，從而得到篡改后的圖像；

步驟S2，對于步驟S1中的每個篡改圖像進行金標準Ground truth圖像繪制；

步驟S3，對篡改圖像使用空域富模型SRM方法提取噪聲圖像；

步驟S4，構建雙通道U-Net模型，所述雙通道U-Net模型包括兩個通道，通道1為U-Net模型，包括編碼器和解碼器結構，輸入為篡改圖像，通過編碼器提取篡改圖像的RGB特征，然后通過解碼器的二分類輸出定位篡改圖像區域；通道2是一個卷積神經網絡模型，輸入為噪聲圖像，前面是卷積層和池化層，用于篡改噪聲特征的提取，后面連接全連接層和分類預測層，用于預測被篡改的種類；其中，解碼器的輸入為噪聲特征與編碼器輸出特征的結合；

步驟S5，將篡改圖像和噪聲圖像作為雙通道U-Net模型的輸入，Ground Truth和篡改類型的One-hot作為通道1和通道2的標簽，訓練雙通道U-Net模型，從而精準定位被篡改區域和篡改的種類；

步驟S6，對訓練完成的雙通道U-Net網絡模型，使用測試數據進行雙通道U-Net模型性能的測試。

2.如權利要求1所述的一種基于雙通道U-Net模型的圖像篡改檢測方法，其特征在于：步驟S1中使用復制移動、剪切拼接和刪除填充三種圖像篡改操作處理。

3.如權利要求1所述的一種基于雙通道U-Net模型的圖像篡改檢測方法，其特征在于：步驟S2中使用三個SRM濾波器核提取噪聲圖像，定義SRM的核大小為5×5×3，SRM的輸出通道大小是3，3個核的權重如下所示：

4.如權利要求1所述的一種基于雙通道U-Net模型的圖像篡改檢測方法，其特征在于：步驟S4的通道1中，編碼器和解碼器由多個殘差單元Res-Block結構組成，Res-Block結構包含兩個卷積結構，即兩次Conv 3×3的卷積操作，其中每個卷積操作之后都會加入Dropout和BN方法，將第一次卷積之后的結果加入第二次卷積結果中有助于防止卷積過程中的信息損失；

編碼器和解碼器間的過渡階段加入多尺度特征融合模塊，首先，利用三個不同擴張率的擴張卷積對編碼器的輸出進行處理，擴張卷積中的擴張率分別設置為1、2、3來擴大感受野，從而提取編碼器中不同尺度的特征信息；然后，將不同擴張率提取到的圖像語義特征進行組合；最后為了減小參數和降低計算復雜度，采用Conv(1×1)的卷積操作進行卷積，將特征圖的通道維度減小為原始維度的1/3，進行多尺度特征融合后，將融合后的特征與噪聲特征相結合作為解碼器的輸入，用于更精準的篡改定位；

編碼器和解碼器間的跳連接中加入特征平衡模塊，即殘差網絡和擴張卷積相結合的Res-Dilated模塊，所述Res-Dilated模塊是在傳統的Resnet中加入了擴張卷積，即將傳統的卷積用擴張卷積替代，并加入了BN方法，其中的激活函數使用的Relu函數。

5.如權利要求1所述的一種基于雙通道U-Net模型的圖像篡改檢測方法，其特征在于：雙通道U-Net模型的損失函數設計如下，

其中，n為訓練樣本個數；為期望輸出，即真實數據標簽，取值為y_i為實際輸出，取值為y_i∈[0,1]。