欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022116700484
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于特征增强融合的社交媒体图像篡改检测方法,其特征在于,所述方法包括:

编码器,多尺度感知上下文信息的金字塔特征增强模块,解码器;将骨干网络提取到的篡改图像特征划分为浅层特征和深层特征,利用浅层特征学习图像边缘信息,深层特征学习高级语义信息的特性,提取丰富的图像信息;然后将浅层特征和深层特征提取到的图像信息分别经过多尺度感知上下文信息的金字塔特征增强模块,用于捕获上下文感知的多尺度信息,最后融合浅层特征和深层特征提取到的图像信息并通过解码器上采样到图像尺寸大小。

所述编码器采用resnet101作为骨干网络;将resnet101的第一个layer层作为浅层特征,后面三个layer层作为深层特征,同时对后面三个深层特征进行add操作,能够使得图像特征信息增多,从而获得更加丰富的图像特征。此外,在骨干网络中,本文分别采用空洞率为1,1,1,2的空洞卷积。其空洞卷积计算公式为,其中,x(m,n)表示输入,y(m,n)表示输出,w

(i,j)表示长,宽分别为M,N的卷积核,r表示空洞率,相邻卷积核元素之间填充的零元素的数量为r‑1,且当r=1时,相邻卷积核元素之间没有填充零元素,此时,空洞卷积即为普通卷积。

2.根据权利要求1所述的基于特征增强融合的社交媒体图像篡改检测方法,其特征在于,所述多尺度感知上下文信息的金字塔特征增强模块具体包括:四个空洞率和卷积核不同的空洞卷积分支。四个分支的空洞率分别为[1,6,12,18],卷积核大小分别为1×1,3×3,3×3,3×3。然后在每个分支后面添加通道注意力机制捕获通道之间的显示关系。接着将空洞率较小的分支与空洞率较大的分支通过add操作进行合并实现图像信息的融合。最后将融合的张量进行拼接,之后经过一个3×3的卷积层并通过1×

1的卷积层添加原始的输入特征,最后将得到的特征通过空间注意力抑制不相关区域。

3.根据权利要求1所述的基于特征增强融合的社交媒体图像篡改检测方法,其特征在于,所述解码器具体包括:将骨干网络中划分的浅层特征分支经过1×1的卷积层,然后将其和经过两倍上采样的深层特征通过通道维度张量拼接的方式进行融合,这里的上采样方式采用的是双线性插值。融合之后的特征再经过两个3×3的卷积层和一个1×1的卷积层,最后通过四倍上采样调整网络输出至输入图像大小。同样,上采样方式也是采用的双线性插值,最终输出网络的预测结果。