[發(fā)明專利]一種圖像篡改檢測方法、終端設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011230556.1
• 申請日: 2020-11-06
• 公開（公告）號: CN112381775B
• 公開（公告）日: 2023-02-21
• 發(fā)明（設(shè)計）人: 林燕語;張光斌;高志鵬;尤俊生;趙建強;杜新勝;張輝極
• 申請（專利權(quán)）人: 廈門市美亞柏科信息股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/40;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 廈門市精誠新創(chuàng)知識產(chǎn)權(quán)代理有限公司 35218
• 代理人: 何家富

1.一種圖像篡改檢測方法，其特征在于，包括以下步驟：

S1：采集未篡改圖像和對應(yīng)的篡改圖像，并將未篡改圖像減去篡改圖像得到篡改圖像的差異圖像，將未篡改圖像和篡改圖像共同組成訓(xùn)練集；

S2：構(gòu)建二分類網(wǎng)絡(luò)模型，通過訓(xùn)練集對二分類網(wǎng)絡(luò)模型進行訓(xùn)練，使得訓(xùn)練后的二分類網(wǎng)絡(luò)模型能夠區(qū)分圖像是否被篡改；

二分類網(wǎng)絡(luò)模型包括特征提取層、圖像注意力層和分類器；

特征提取層由雙流網(wǎng)絡(luò)組成，分別為RGB流卷積層和SRM流卷積層，RGB流卷積層通過輸入RGB圖像進行特征提取，SRM流卷積層通過一個SRM濾波層后獲取噪聲圖像，將噪聲圖像輸入卷積層進行特征提??；

圖像注意力層將RGB流卷積層和SRM流卷積層提取的特征進行拼接后作為輸入，通過對輸入的特征圖像進行運算后得到圖像注意力層的差異圖像，將圖像注意力層的差異圖像與輸入的特征圖像進行融合后作為圖像注意力層的輸出；

分類器對圖像注意力層的輸出進行分類，判斷其是否為篡改圖像；

其中，所述二分類網(wǎng)絡(luò)模型的損失函數(shù)L為：

L＝L_cls+α*L_map

其中，L_cls表示用于分類器的二分類交叉熵損失函數(shù)，α表示損失函數(shù)權(quán)重，L_map表示用于圖像注意力層的差異圖像的訓(xùn)練的L1損失函數(shù)，

其中，M_gt表示網(wǎng)絡(luò)訓(xùn)練得到的差異圖像，表示真實的差異圖像；

其中，使用兩個卷積層和一個sigmoid函數(shù)對圖像注意力層的輸入進行運算來得到所述M_gt，計算公式為：

其中，X_in為作為圖像注意力層輸入的、拼接的特征圖像的卷積特征圖，H表示高度，W表示寬度，C表示通道數(shù),其中，表示卷積操作；S3：通過訓(xùn)練后的二分類網(wǎng)絡(luò)模型對圖像是否被篡改進行識別。

2.根據(jù)權(quán)利要求1所述的圖像篡改檢測方法，其特征在于：步驟S1中差異圖像為未篡改圖像減去篡改圖像的差值進行歸一化處理后的圖像。

3.根據(jù)權(quán)利要求1所述的圖像篡改檢測方法，其特征在于：步驟S1中組成訓(xùn)練集中的圖像還包括以下操作：通過人臉檢測算法獲取未篡改圖像中的人臉，然后使用獲取的人臉對應(yīng)的人臉區(qū)域的位置來截取篡改圖像中的人臉，將截取的人臉組成訓(xùn)練集。

4.根據(jù)權(quán)利要求1所述的圖像篡改檢測方法，其特征在于：RGB流卷積層和SRM流卷積層分別通過殘差網(wǎng)絡(luò)的前三層結(jié)構(gòu)進行特征提取。

5.根據(jù)權(quán)利要求1所述的圖像篡改檢測方法，其特征在于：分類器中采用殘差網(wǎng)絡(luò)的最后兩層卷積對輸入進行特征提取，然后采用一個池化層和三個全連接層進行二分類訓(xùn)練。

6.一種圖像篡改檢測終端設(shè)備，其特征在于：包括處理器、存儲器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1～5中任一所述方法的步驟。

7.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1～5中任一所述方法的步驟。