公开(公告)号：CN112381775B

公开(公告)日：2023-02-21

申请号：CN202011230556.1

申请日：2020-11-06

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 林燕语 ,  张光斌 ,  高志鹏 ,  尤俊生 ,  赵建强 ,  杜新胜 ,  张辉极

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种图像篡改检测方法、终端设备及存储介质，该方法中包括：S1：采集未篡改图像和对应的篡改图像，并将未篡改图像减去篡改图像得到篡改图像的差异图像，将未篡改图像和篡改图像共同组成训练集；S2：构建二分类网络模型，通过训练集对二分类网络模型进行训练，使得训练后的二分类网络模型能够区分图像是否被篡改；二分类网络模型包括特征提取层、图像注意力层和分类器；S3：通过训练后的二分类网络模型对图像是否被篡改进行识别。本发明将差异图像作为真实标签。以真实标签作为篡改监督信息，使用神经网络训练二值分类网络，引导网络获取准确的篡改检测概率值和伪造定位图，可以有效提升人脸篡改图像识别分类的性能。

公开(公告)号：CN112381775A

公开(公告)日：2021-02-19

申请号：CN202011230556.1

申请日：2020-11-06

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 林燕语 ,  张光斌 ,  高志鹏 ,  尤俊生 ,  赵建强 ,  杜新胜 ,  张辉极

IPC: G06T7/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种图像篡改检测方法、终端设备及存储介质，该方法中包括：S1：采集未篡改图像和对应的篡改图像，并将未篡改图像减去篡改图像得到篡改图像的差异图像，将未篡改图像和篡改图像共同组成训练集；S2：构建二分类网络模型，通过训练集对二分类网络模型进行训练，使得训练后的二分类网络模型能够区分图像是否被篡改；二分类网络模型包括特征提取层、图像注意力层和分类器；S3：通过训练后的二分类网络模型对图像是否被篡改进行识别。本发明将差异图像作为真实标签。以真实标签作为篡改监督信息，使用神经网络训练二值分类网络，引导网络获取准确的篡改检测概率值和伪造定位图，可以有效提升人脸篡改图像识别分类的性能。