公开(公告)号：CN118711008B

公开(公告)日：2025-02-28

申请号：CN202410707537.5

申请日：2024-06-03

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  王琦 ,  闵锋 ,  李迅

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/44 ,  G06V10/42

Abstract: 本发明公开了一种基于跨窗口自注意力相关网络的图像篡改检测方法，涉及图像识别技术领域，S1：准备数据集：用于模型预训练的篡改图像和真实图像均在MS COCO数据集中选取，用于微调模型的数据集为CASIAv2.0、Columbia和NIST16数据集；S2：设计基于跨窗口自注意力相关的网络结构，包括局部和全局特征提取模块和预测模块；S3：设计损失函数，在步骤S2中提到的网络结构中的局部、全局损失函数和BCE损失函数，将四个尺度上的损失函数相加取平均得到最终的损失函数；S4：将训练图像及其生成的掩码一起输入S2中的网络进行训练，生成图像篡改检测预训练和微调模型并保存；S5：输入待检测图像，利用步骤S4中训练好的图像篡改检测模型进行预测，返回图像篡改检测的结果。

公开(公告)号：CN118711008A

公开(公告)日：2024-09-27

申请号：CN202410707537.5

申请日：2024-06-03

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  王琦 ,  闵锋 ,  李迅

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/44 ,  G06V10/42

Abstract: 本发明公开了一种基于跨窗口自注意力相关网络的图像篡改检测方法，涉及图像识别技术领域，S1：准备数据集：用于模型预训练的篡改图像和真实图像均在MS COCO数据集中选取，用于微调模型的数据集为CASIAv2.0、Columbia和NIST16数据集；S2：设计基于跨窗口自注意力相关的网络结构，包括局部和全局特征提取模块和预测模块；S3：设计损失函数，在步骤S2中提到的网络结构中的局部、全局损失函数和BCE损失函数，将四个尺度上的损失函数相加取平均得到最终的损失函数；S4：将训练图像及其生成的掩码一起输入S2中的网络进行训练，生成图像篡改检测预训练和微调模型并保存；S5：输入待检测图像，利用步骤S4中训练好的图像篡改检测模型进行预测，返回图像篡改检测的结果。