[發明專利]一種融合噪聲感知的深度偽造圖像檢測方法及系統

在審

• 申請號: 202210486246.9
• 申請日: 2022-05-06
• 公開（公告）號: CN114677372A
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 丁昕苗;劉延武;郭文;李國軍;龐帥
• 申請（專利權）人: 山東工商學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/10;G06K9/62;G06N3/04;G06N3/08;G06V10/80;G06V10/82
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

1.一種融合噪聲感知的深度偽造圖像檢測方法，其特征在于，包括：

獲取待檢測圖像；

根據所獲取的待檢測圖像和雙重注意力計算，提取RGB流的特征，得到圖像多尺度增強特征；

對所獲取的待檢測圖像進行噪聲域特征的提取，根據所得到的圖像多尺度增強特征和所提取到的噪聲域特征，得到圖像噪聲流特征；

將所得到的圖像的噪聲流特征和所提取到的RGB流的特征進行雙流特征融合，得到圖像雙流融合增強特征；

根據所得到的圖像雙流融合增強特征和局部一致性計算，完成圖像的偽造檢測。

2.如權利要求1中所述的一種融合噪聲感知的深度偽造圖像檢測方法，其特征在于，在提取RGB流的特征的過程中，采用漸進式空間注意力模塊，通過雙重注意力計算自適應地學習圖像空間域特征的增強權重和抑制權重，將原特征圖分別與所述增強權重和抑制權重進行加權融合得到增強特征圖和抑制特征圖；所述增強特征圖用于雙流特征融合，所述抑制特征圖在卷積后被再次輸入到下一個階段的雙重注意力計算，用于挖掘注意力以外的圖像區域的潛在特征。

3.如權利要求1中所述的一種融合噪聲感知的深度偽造圖像檢測方法，其特征在于，通過自適應卷積核得到高頻噪聲信息，所得到的高頻噪聲信息與相位譜共同作為噪聲流的輸入實現噪聲域特征的提取，與RGB流所得到的空間域的多尺度增強特征進行互補融合得到圖像雙流融合增強特征。

4.如權利要求1中所述的一種融合噪聲感知的深度偽造圖像檢測方法，其特征在于，取的待檢測圖像進行預處理得到灰度圖，基于離散傅里葉變換將所得到的灰度圖轉換到頻域灰度圖，將所得到的頻域灰度圖的相位作為輸入圖像的相位譜信息，結合離散傅里葉逆變換得到所述相位譜重構圖。

5.如權利要求1中所述的一種融合噪聲感知的深度偽造圖像檢測方法，其特征在于，對所獲取的待檢測圖像進行預處理得到灰度圖，采用自適應SRM濾波器，引入約束卷積層，將所得到的灰度圖作為約束卷積層的輸入，得到圖像的SRM噪聲信息圖。

6.如權利要求1中所述的一種融合噪聲感知的深度偽造圖像檢測方法，其特征在于，對所述雙流融合增強特征進行互補融合，得到多尺度增強特征，將所述多尺度增強特征輸入到卷積塊中得到含高層語義信息的全局特征，同時將所述多尺度增強特征均分成多個局部分塊、通過計算各個局部分塊之間的相似度得到局部一致性信息，將所得到的全局特征和局部一致性信息聯合，完成偽造檢測。

7.如權利要求6中所述的一種融合噪聲感知的深度偽造圖像檢測方法，其特征在于，采用雙線性插值算法將多尺度增強特征圖變為同一尺度，沿著通道維度拼接成特征圖，得到局部一致性信息。

8.一種融合噪聲感知的深度偽造圖像檢測系統，其特征在于，包括：

獲取模塊，其被配置為獲取待檢測圖像；

漸進式空間注意力模塊，其被配置為根據所獲取的待檢測圖像和雙重注意力計算，提取RGB流的特征，得到圖像多尺度增強特征；

噪聲感知模塊，其被配置為對所獲取的待檢測圖像進行噪聲域特征的提取，根據所得到的圖像多尺度增強特征和所提取到的噪聲域特征，得到圖像噪聲流特征；將所得到的圖像的噪聲流特征和所提取到的RGB流的特征進行雙流特征融合，得到圖像雙流融合增強特征；

檢測模塊，其被配置為根據所得到的圖像雙流融合增強特征和局部一致性計算，完成圖像的偽造檢測。

9.一種計算機可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一項所述的融合噪聲感知的深度偽造圖像檢測方法中的步驟。

10.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-7中任一項所述的融合噪聲感知的深度偽造圖像檢測方法中的步驟。