公开(公告)号：CN111311563B

公开(公告)日：2023-06-09

申请号：CN202010085638.5

申请日：2020-02-10

Applicant: 北京工业大学

Inventor： 李帅伯 ,  马伟 ,  宗秋

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/00

Abstract: 本发明涉及一种基于多域特征融合的数字图像篡改检测方法。本方法使用目标检测流程进行图像篡改检测，首先通过卷积神经网络提取图像空间域和噪声域的篡改遗留特征，将这些特征输入到区域建议网络得到候选检测框。之后，将空间域特征及得到的检测框作为输入信息进行注意力区域识别，识别出图像中具备篡改判别力的篡改可疑区域，在这一过程中，提取图像的重采样特征，引入图像的频域信息。然后将全图空间域特征和可疑区域特征级联，并与噪声域特征通过双线性池化进行融合，应用融合后的特征进行分类和检测框的回归计算，得到篡改类型以及篡改区域的位置。与现有方法相比，本发明能够检测多种类型篡改并准确定位篡改区域，具有更高的检测准确率。

公开(公告)号：CN111311563A

公开(公告)日：2020-06-19

申请号：CN202010085638.5

申请日：2020-02-10

Applicant: 北京工业大学

Inventor： 李帅伯 ,  马伟 ,  宗秋

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00

Abstract: 本发明涉及一种基于多域特征融合的数字图像篡改检测方法。本方法使用目标检测流程进行图像篡改检测，首先通过卷积神经网络提取图像空间域和噪声域的篡改遗留特征，将这些特征输入到区域建议网络得到候选检测框。之后，将空间域特征及得到的检测框作为输入信息进行注意力区域识别，识别出图像中具备篡改判别力的篡改可疑区域，在这一过程中，提取图像的重采样特征，引入图像的频域信息。然后将全图空间域特征和可疑区域特征级联，并与噪声域特征通过双线性池化进行融合，应用融合后的特征进行分类和检测框的回归计算，得到篡改类型以及篡改区域的位置。与现有方法相比，本发明能够检测多种类型篡改并准确定位篡改区域，具有更高的检测准确率。

公开(公告)号：CN108629728A

公开(公告)日：2018-10-09

申请号：CN201810423420.9

申请日：2018-05-06

Applicant: 北京工业大学

Inventor： 李帅伯 ,  马伟 ,  宗秋 ,  丁士玮

IPC: G06T1/00 ,  G06N7/08

Abstract: 本发明公开了一种高容量二值图像信息隐藏方法。在秘密信息嵌入部分，首先使用Logistic一维混沌系统生成非周期、不收敛且不相关的混沌序列，将待嵌入信息进行置乱预处理，保存置乱密钥。之后将载密图像进行分块，通过计算像素块翻转前后图像区域连通性值确定符合人眼视觉特性的可翻转像素块。然后对可翻转像素块进行修改，通过翻转非关键像素调节非关键像素的加权总值，实现信息嵌入，最后依次对可翻转像素块进行处理完成嵌入过程。在秘密信息提取部分，不需要辅助信息，通过统计可翻转块的非关键像素值盲提取秘密信息，之后通过密钥得到混沌序列，计算得到真实的秘密信息。本发明所述方法在保证高不可见性的基础上，具有更高的嵌入容量以及安全性。