-
公开(公告)号：CN110349136A
公开(公告)日：2019-10-18
申请号：CN201910573995.3
申请日：2019-06-28
Applicant: 厦门大学
Abstract: 一种基于深度学习的篡改图像检测方法，涉及图像被动取证领域。构造基于多尺度噪声约束的卷积层，用以获得图像中的高频噪声残差；使用双流网络进行篡改图像检测；使用多任务学习方法，同时实现图像区域是否篡改的分类，以及篡改区域的检测和分割任务；在网络优化时，提取感兴趣区域提取网络、篡改分类支路、篡改区域的检测支路以及分割支路这四部分的输出特征，计算网络的误差进行反向传播，进一步调整网络参数，使网络达到最优解。可实现对于图像是否篡改的识别，并对篡改图像中的篡改区域做出精确的检测和分割，使其适用于实际应用场景。通过深度学习方法检测图像的真实性，进而解决图像恶意篡改问题，提高篡改检测的准确率和泛化能力。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
