公开(公告)号：CN116385407A

公开(公告)日：2023-07-04

申请号：CN202310374863.4

申请日：2023-04-10

Applicant: 南京信息工程大学

Inventor： 程旭 ,  严梦迪 ,  付章杰

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提供一种基于多尺度可疑预测框的资质证书图像篡改检测方法，涉及图像被动取证篡改检测领域。包括将待测图像输入到第一分支，对预测出的可疑框与Mask框进行优化得到预测框；将待测图像输入到第二分支，检测出图像经过篡改的区域，并进行篡改区域预测图输出；将得到的预测框和篡改区域预测图进行融合，得到最终的掩码输出；所述第一分支为可疑区域检测分支；所述第二分支为篡改区域检测分支该基于多尺度可疑预测框的资质证书图像篡改检测方法。通过利用多尺度可疑预测框来框定篡改区域和多尺度特征提取定位篡改区域相结合，解决了现有技术中对篡改区域大小不一及检测精度低以及检测效率低下的问题。

公开(公告)号：CN115294096A

公开(公告)日：2022-11-04

申请号：CN202211070402.X

申请日：2022-09-02

Applicant: 南京信息工程大学

Inventor： 付章杰 ,  严梦迪 ,  程旭

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN多尺度特征提取和分层融合的图像篡改检测方法，包括以下步骤：将待测的图像输入到噪声预处理模块进行噪声特征的分析，经过SRM和约束卷积层的处理后输出得到特征映射，将得到的特征映射与原始输入图像结合后输入到基本块来获得一个统一的特征表示，将统一特征表示输入到多尺度特征提取模块进行特征提取，多尺度特征提取模块的解码器对特征进行像素细化得到掩码4，对多尺度特征提取模块的解码器中注意力模块得到的特征映射进行上采样分层特征输出，得到掩码1，掩码2，掩码3，将分层特征融合得到的掩码1，掩码2，掩码3与多尺度特征提取模块中解码器得到的掩码4进行融合，得到最终图像篡改区域预测图。