公开(公告)号：CN116740008A

公开(公告)日：2023-09-12

申请号：CN202310652875.9

申请日：2023-06-02

Applicant: 西南交通大学

Inventor： 陈帆 ,  刘卓华 ,  刘雅蕾 ,  和红杰

IPC: G06T7/00 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的图像篡改检测方法，包括以下步骤：获取图像数据集，并对其进行预处理，得到预处理后的训练集；构造粗颗粒度通道补偿模块；构造细颗粒度噪声特征分离注意力机制模块；构建端到端的编解码图像篡改检测神经网络模型，并添加粗颗粒度通道补偿模块和细颗粒度噪声特征分离注意力机制模块，向神经网络模型输入篡改特征图，得到篡改区域分割概率图；使用预处理后的训练集，利用反向传播算法优化二分类交叉熵损失函数，迭代训练神经网络模型，得到训练好的图像篡改检测神经网络模型，并使用训练好的图像篡改检测神经网络模型完成图像的篡改检测，本方法解决了现有图像篡改检测网络模型中卷积和池化过程中特征丢失的问题。