公开(公告)号：CN113920094B

公开(公告)日：2024-09-13

申请号：CN202111197057.1

申请日：2021-10-14

Applicant: 厦门大学

Inventor： 江保祥 ,  夏靖波 ,  李仕彦 ,  王燕婷 ,  吴耀翔 ,  宋夏雯

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09 ,  G06N3/048

Abstract: 本发明涉及一种基于梯度残差U型卷积神经网络的图像篡改检测技术，其特征在于，它包括以下步骤：S1.输入待检测的篡改图像；S2.对输入的篡改图像进行数据增强；S3.将四组图像输入编码器提取图像本质特征和篡改的边缘梯度信息；S4.编码器对四组图像提取的特征图进行解码获取逐像素篡改预测图；S5.对三组测试图像获得的预测图进行增强的逆向还原；S6.将篡改图像获得的预测图和三组测试图像还原后的预测图进行加权融合获得最终逐像素篡改概率预测图。本发明的目的为用于证件资质文档类图像核查、人脸图像核实等。本发明的优点在于：能够提高在多种篡改方式共同作用下的准确率，使模型具有较好的鲁棒性。

公开(公告)号：CN113920094A

公开(公告)日：2022-01-11

申请号：CN202111197057.1

申请日：2021-10-14

Applicant: 厦门大学

Inventor： 江保祥 ,  夏靖波 ,  李仕彦 ,  王燕婷 ,  吴耀翔 ,  宋夏雯

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于梯度残差U型卷积神经网络的图像篡改检测技术，其特征在于，它包括以下步骤：S1.输入待检测的篡改图像；S2.对输入的篡改图像进行数据增强；S3.将四组图像输入编码器提取图像本质特征和篡改的边缘梯度信息；S4.编码器对四组图像提取的特征图进行解码获取逐像素篡改预测图；S5.对三组测试图像获得的预测图进行增强的逆向还原；S6.将篡改图像获得的预测图和三组测试图像还原后的预测图进行加权融合获得最终逐像素篡改概率预测图。本发明的目的为用于证件资质文档类图像核查、人脸图像核实等。本发明的优点在于：能够提高在多种篡改方式共同作用下的准确率，使模型具有较好的鲁棒性。