公开(公告)号：CN111754459A

公开(公告)日：2020-10-09

申请号：CN202010428810.2

申请日：2020-05-20

Applicant: 中国科学院信息工程研究所

Inventor： 孙迪 ,  郭园方 ,  操晓春 ,  黄震宇 ,  王蕊

IPC: G06T7/00 ,  G06T7/90 ,  G06N3/04

Abstract: 本发明提供一种基于统计深度特征的染色伪造图像检测方法及电子装置，该方法包括：将图像从RGB颜色空间变换到可将亮度信息与色度信息解耦合的颜色空间，分别获取每个颜色通道的直方图统计分布信息，将所获得的直方图统计分布信息串联得到颜色统计分布向量；提取颜色统计分布向量的统计深度特征，并对统计深度特征进行特征抽象任务，得到池化特征；对池化特征进行分类，根据正负样本的概率值，判定染色伪造图像。本发明利用端到端的深度学习技术对染色伪造图像和自然图像的统计分布差异进行深度特征提取并完成分类任务，染色伪造图像检测模型的性能得到大大提升。

公开(公告)号：CN111754459B

公开(公告)日：2023-08-25

申请号：CN202010428810.2

申请日：2020-05-20

Applicant: 中国科学院信息工程研究所

Inventor： 孙迪 ,  郭园方 ,  操晓春 ,  黄震宇 ,  王蕊

IPC: G06T7/00 ,  G06T7/90 ,  G06N3/0464

Abstract: 本发明提供一种基于统计深度特征的染色伪造图像检测方法及电子装置，该方法包括：将图像从RGB颜色空间变换到可将亮度信息与色度信息解耦合的颜色空间，分别获取每个颜色通道的直方图统计分布信息，将所获得的直方图统计分布信息串联得到颜色统计分布向量；提取颜色统计分布向量的统计深度特征，并对统计深度特征进行特征抽象任务，得到池化特征；对池化特征进行分类，根据正负样本的概率值，判定染色伪造图像。本发明利用端到端的深度学习技术对染色伪造图像和自然图像的统计分布差异进行深度特征提取并完成分类任务，染色伪造图像检测模型的性能得到大大提升。