公开(公告)号：CN112488930A

公开(公告)日：2021-03-12

申请号：CN202011156797.6

申请日：2020-10-26

Applicant: 中国科学院信息工程研究所

Inventor： 姜建国 ,  喻民 ,  李博权 ,  刘超 ,  李敏 ,  吕志强 ,  黄伟庆

IPC: G06T5/00 ,  G06T7/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明实施例提供一种基于对抗干扰防护的敏感图像检测方法、装置和电子设备，该方法包括：将待检测图像输入去干扰模型，输出复原后图像；其中，所述去干扰模型是基于样本干扰图像和对应的原始图像标签进行训练后得到的，所述样本干扰图像是在对应的原始图像进行预设干扰处理后得到的；将所述复原后图像输入敏感检测模型，输出待检测图像是否属于敏感图像结果；其中，所述敏感检测模型是基于样本无干扰图像和对应的敏感结果标签进行训练后得到的。本发明实施例提供的方法、装置和电子设备，实现了提高抗干扰能力，适用于在敏感图像中加入不同干扰的不同场景和节约了计算资源。

公开(公告)号：CN112508849A

公开(公告)日：2021-03-16

申请号：CN202011242471.5

申请日：2020-11-09

Applicant: 中国科学院信息工程研究所

Inventor： 喻民 ,  姜建国 ,  魏宝乐 ,  刘超 ,  吕志强 ,  李敏 ,  黄伟庆

IPC: G06T7/00 ,  G06T7/13 ,  G06T7/11 ,  G06N3/04

Abstract: 本发明实施例提供一种数字图像拼接检测方法及装置，该方法包括：以预设大小的滑动窗口和步长，遍历待检测图像，得到多个图像块；将所述多个图像块，分别输入预设的第一卷积神经网络模型，得到每个图像块的拼接检测结果；若第一卷积神经网络模型判为拼接的图像块数量，占总图像块数量的比例大于预设阈值，则待检测图像为拼接图像；其中，第一卷积神经网络模型，根据已知拼接结果作为标签的图像块，进行训练后得到。该方法通过预设大小的滑动窗口和步长，遍历待检测图像，得到多个图像块，可以使用相对简单的策略进行训练，提高了模型的计算效率。此外，利用深度学习的特征提取及学习方式，大大提高在复杂彩色图像上的检测准确率，泛化能力较强。