公开(公告)号：CN117253108A

公开(公告)日：2023-12-19

申请号：CN202311271922.1

申请日：2023-09-27

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 暨凯祥 ,  翟淑敏 ,  丁昊智 ,  王剑 ,  陈景东 ,  杨铭

IPC: G06V10/774 ,  G06V10/40

Abstract: 本说明书的实施例提供了一种图像篡改检测方法、图像篡改检测模型的训练方法和装置。在该图像篡改检测方法中，利用初步篡改检测模型和数据噪声图生成模型得到与所接收的待检测图像对应的初步篡改检测结果图和数据噪声图；基于初步篡改检测结果图和数据噪声图待检测图像对应的模型不确定性表征图，进而利用图像精炼模型根据所得到的数据噪声图、模型不确定性表征图和对应的图像特征表征得到最终篡改检测结果。

公开(公告)号：CN117523297A

公开(公告)日：2024-02-06

申请号：CN202311546380.4

申请日：2023-11-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 暨凯祥 ,  翟淑敏 ,  丁昊智 ,  王剑 ,  陈景东 ,  杨铭

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本说明书的实施例提供了一种图像生成模型的训练方法、模型联合训练的方法和装置。在该图像生成模型的训练方法中，利用原始图像数据集循环执行下述模型训练过程：将当前原始图像数据提供给当前图像生成模型，得到修改后图像数据以及对应的用于指示修改信息的标签数据；进而将修改后图像数据提供给基于初始训练样本集进行初始化的当前图像篡改检测模型，得到对应的篡改检测结果；基于所得到的篡改检测结果，确定图像生成模型在当前模型训练过程的奖励值；基于强化学习算法根据所确定的奖励值调整当前图像生成模型的参数，直至满足第一训练结束条件，其中，经过模型参数调整后的图像生成模型充当下一模型训练过程的当前图像生成模型。