-
公开(公告)号:CN118230093A
公开(公告)日:2024-06-21
申请号:CN202410353358.6
申请日:2024-03-27
Applicant: 桂林理工大学
IPC: G06V10/774 , G06V10/764 , G06T7/10 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于3D卷积的图像篡改定位方法,属于图像分割技术领域,实现步骤为:1)构建训练数据集;2)构建基于3D卷积图像篡改定位网络模型;3)训练3D卷积图像篡改定位网络模型;4)篡改图像输入已训练好的3D卷积图像篡改定位网络模型,通过对篡改区域边缘和真实图像边缘特征不一致性进行检测,由融合模块中的SRM流、两个RGB流和BayarConv流有效增强篡改区域和真实区域之间的特征差异,使用3D卷积,来加大感受野,进而增强网络的表达能力,以此进一步提升了泛化性和更准的定位能力。
-
公开(公告)号:CN118155021A
公开(公告)日:2024-06-07
申请号:CN202410353355.2
申请日:2024-03-27
Applicant: 桂林理工大学
IPC: G06V10/774 , G06V10/764 , G06T7/10 , G06T5/20 , G06T5/50 , G06T5/94 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于Vision Transformer的图像篡改定位方法,属于图像分割技术领域,实现步骤为:1)构建训练数据集;2)构建基于Vision Transformer图像篡改定位网络模型;3)训练Vision Transformer图像篡改定位网络模型,得到训练好的Vision Transformer图像篡改定位网络模型;4)篡改图像输入训练好的图像篡改定位网络模型,得到篡改分割图像。本发明构建了一种串行网络结构的图像篡改取证方法,对真的图像局部噪声和篡改图像篡改区域局部噪声不一致性进行检测。由图像增强空间域高通滤波、两个原始图像流和频率域高通滤波能够有效增强篡改区域和真实区域之间的特征差异,使用Vision Transformer来加大感受野,进而提升网络的表达能力,以此进一步增强了泛化性和更准的定位能力。
-