-
公开(公告)号:CN112465768B
公开(公告)日:2024-08-16
申请号:CN202011339627.1
申请日:2020-11-25
IPC分类号: G06V20/00 , G06V10/74 , G06V10/764 , G06V10/56
摘要: 本发明涉及一种数字图像拼接篡改盲检测方法和系统,包括以下步骤:S1将待测图像分割成不重叠的若干个图像子块,计算参考颜色偏量以及每个图像子块的颜色偏量;S2计算每个图像子块的颜色偏量与图像的参考颜色偏量之间的欧式距离;S3对步骤S2获得的各欧式距离进行分类,计算每个类别包括的图像子块数,其中,图像子块数最少的类别对应的图像子块为篡改图像区域,其余图像子块为真实图像区域。其对于异源图像拼接、多处拼接、图像质量较差或图像经过压缩等情况下数字图像拼接篡改检测的诸多问题,不仅能够对上述图像进行拼接篡改盲检测,而且对于经过篡改的数字图像能够有效定位其篡改区域。
-
公开(公告)号:CN112465768A
公开(公告)日:2021-03-09
申请号:CN202011339627.1
申请日:2020-11-25
摘要: 本发明涉及一种数字图像拼接篡改盲检测方法和系统,包括以下步骤:S1将待测图像分割成不重叠的若干个图像子块,计算参考颜色偏量以及每个图像子块的颜色偏量;S2计算每个图像子块的颜色偏量与图像的参考颜色偏量之间的欧式距离;S3对步骤S2获得的各欧式距离进行分类,计算每个类别包括的图像子块数,其中,图像子块数最少的类别对应的图像子块为篡改图像区域,其余图像子块为真实图像区域。其对于异源图像拼接、多处拼接、图像质量较差或图像经过压缩等情况下数字图像拼接篡改检测的诸多问题,不仅能够对上述图像进行拼接篡改盲检测,而且对于经过篡改的数字图像能够有效定位其篡改区域。
-
公开(公告)号:CN112116577A
公开(公告)日:2020-12-22
申请号:CN202010994492.6
申请日:2020-09-21
申请人: 公安部物证鉴定中心 , 中国科学院自动化研究所
摘要: 本发明涉及一种基于深度学习的篡改人像视频检测方法及系统,其特征在于,包括以下内容:1)构建深度学习网络检测模型并进行训练;2)获取待测篡改人像视频;3)对获取的待测篡改人像视频进行预处理,得到若干具有标记的帧间差数据;4)将各具有标记的帧间差数据输入至训练好的深度学习网络检测模型,得到各帧间差数据的真伪检测结果并标记;5)采用人脸检测工具,根据各帧间差数据的真伪检测结果及其标记,对应标记待测篡改人像视频,得到真伪检测后的篡改人像视频数据,本发明可以广泛应用于计算机视觉领域中。
-
公开(公告)号:CN112116577B
公开(公告)日:2024-01-23
申请号:CN202010994492.6
申请日:2020-09-21
申请人: 公安部物证鉴定中心 , 中国科学院自动化研究所
摘要: 本发明涉及一种基于深度学习的篡改人像视频检测方法及系统,其特征在于,包括以下内容:1)构建深度学习网络检测模型并进行训练;2)获取待测篡改人像视频;3)对获取的待测篡改人像视频进行预处理,得到若干具有标记的帧间差数据;4)将各具有标记的帧间差数据输入至训练好的深度学习网络检测模型,得到各帧间差数据的真伪检测结果并标记;5)采用人脸检测工具,根据各帧间差数据的真伪检测结果及其标记,对应标记待测篡改人像视频,得到真伪检测后的篡改人像视频数据,本发明可以广泛应用于计算机视觉领域中。
-
公开(公告)号:CN104463809A
公开(公告)日:2015-03-25
申请号:CN201410822846.3
申请日:2014-12-25
申请人: 公安部物证鉴定中心
IPC分类号: G06T5/00
摘要: 本发明提供一种紫外光谱图像处理方法及装置,所述处理方法包括:根据预先获得的校正参数校正待处理图像的长宽比;确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声;根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散;去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。本发明提供的紫外光谱图像处理方法,能够改善紫外光谱图像的质量,提高利用紫外光谱图像进行分析的准确性。
-
-
公开(公告)号:CN105654431A
公开(公告)日:2016-06-08
申请号:CN201510991931.7
申请日:2015-12-24
申请人: 公安部物证鉴定中心
IPC分类号: G06T5/00
CPC分类号: G06T5/002 , G06T2207/20192
摘要: 本发明涉及一种对存在遮挡情况的图像去模糊方法,其特征在于包括以下内容:1)根据需要识别的目标,在待处理的图像中确定遮挡模板;2)建立描述存在遮挡的模糊图像模型;3)对模糊图像模型进行求解得到清晰图像。本发明能够有效去除由于遮挡带来的振铃效应,使得复原后的图像的质量得到很大的提高,可以广泛应用于带有遮挡图像的处理中。
-
-
-
-
-
-