-
公开(公告)号:CN112532999B
公开(公告)日:2023-03-24
申请号:CN202011461638.7
申请日:2020-12-09
Applicant: 福建农林大学
IPC: H04N19/85 , G06N3/0464 , G06N3/0442
Abstract: 本发明涉及一种基于深度神经网络的数字视频删帧篡改检测方法。该方法实现过程:将待检测视频剪辑成为若干个视频片段;利用多尺度差分卷积网络MsDCNN从视频片段中提取相邻帧的像素级差分特征和全局差分特征,将二者融合形成多尺度差分特征;将多尺度差分特征输入使用单向注意力机制的LSTM网络,经过全连接层得到视频片段的网络输出分数,判断视频片段中间点是否存在删帧;利用基于视频局部时空特征的后处理方法减少误检。
-
公开(公告)号:CN112532999A
公开(公告)日:2021-03-19
申请号:CN202011461638.7
申请日:2020-12-09
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于深度神经网络的数字视频删帧篡改检测方法。该方法实现过程:将待检测视频剪辑成为若干个视频片段;利用多尺度差分卷积网络MsDCNN从视频片段中提取相邻帧的像素级差分特征和全局差分特征,将二者融合形成多尺度差分特征;将多尺度差分特征输入使用单向注意力机制的LSTM网络,经过全连接层得到视频片段的网络输出分数,判断视频片段中间点是否存在删帧;利用基于视频局部时空特征的后处理方法减少误检。
-
公开(公告)号:CN112529879A
公开(公告)日:2021-03-19
申请号:CN202011483383.4
申请日:2020-12-16
Applicant: 福建农林大学
Abstract: 本发明提出一种基于支持向量机的B‑COSFIRE滤波处理的多尺度采样视网膜血管图像分割方法,包括以下步骤:步骤S1:提取视网膜图像的绿色通道部分并对图像进行翻转处理;步骤S2:通过B‑COSFIRE滤波对翻转后的图像进行滤波增强处理;步骤S3:对滤波处理后的图像采用不同尺度的线检测算子进行血管特征的提取;步骤S4:构建基于提取多尺度的血管特征与滤波图像块的特征向量作为支持向量机模型训练的输入;步骤S5:利用支持向量机模型训练获得的分类器实现视网膜血管预测与分割。
-
公开(公告)号:CN118261830A
公开(公告)日:2024-06-28
申请号:CN202410393776.8
申请日:2024-04-02
Applicant: 福建农林大学
IPC: G06T5/77 , G06V10/774 , G06V10/40 , G06V10/764 , G06N3/04
Abstract: 本发明提出基于图像复制移动特征的视频删帧取证方法,利用视频删帧篡改残差图中的重影特征与图像复制移动篡改特征的相似性来进行视频删帧取证,首先设计Multi‑PyRes模型,将模型先在图像复制移动篡改数据集上进行预训练,以学习复制移动篡改的特征;然后,将预训练后的模型参数迁移到删帧检测任务;所述方法通过引入能够学习到复制移动特征的约束卷积层,从删帧视频的显著化残差特征序列图中提取复制移动特征,并且采用结合CBAM注意力机制的残差金字塔卷积层结构,多尺度提取复制移动篡改特征,从而实现视频删帧篡改检测;本发明多尺度提取与删帧篡改的重影特征相似的复制移动篡改特征进行图像分类,能实现视频删帧篡改检测。
-
-
-