-
公开(公告)号:CN119180810B
公开(公告)日:2025-02-28
申请号:CN202411412118.5
申请日:2024-10-11
Applicant: 河北工业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06T7/194 , G06T3/4038 , G06V10/74 , G06T5/10 , G06V10/44 , G06V10/80
Abstract: 本发明为基于前背景联调和边缘引导的多篡改定位方法,所述定位方法包括以下内容:获取多操作图像数据集,每个图像包含至少两种篡改类型,篡改类型包括拼接、复制‑移动和删除;构建多篡改定位模型,所述多篡改定位模型包括由Res2net网络和连接在Res2net网络的每个尺度输出上的残差网络构成的骨干网络、边缘辅助的细化融合模块;利用多操作图像数据集训练多篡改定位模型,以训练后的多篡改定位模型用于图像中不同类型篡改区域的定位。解决了如何精准定位图像中的多个篡改区域的问题,实现了一张图片多个篡改类型的精确定位。
-
公开(公告)号:CN119180810A
公开(公告)日:2024-12-24
申请号:CN202411412118.5
申请日:2024-10-11
Applicant: 河北工业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06T7/194 , G06T3/4038 , G06V10/74 , G06T5/10 , G06V10/44 , G06V10/80
Abstract: 本发明为基于前背景联调和边缘引导的多篡改定位方法,所述定位方法包括以下内容:获取多操作图像数据集,每个图像包含至少两种篡改类型,篡改类型包括拼接、复制‑移动和删除;构建多篡改定位模型,所述多篡改定位模型包括由Res2net网络和连接在Res2net网络的每个尺度输出上的残差网络构成的骨干网络、边缘辅助的细化融合模块;利用多操作图像数据集训练多篡改定位模型,以训练后的多篡改定位模型用于图像中不同类型篡改区域的定位。解决了如何精准定位图像中的多个篡改区域的问题,实现了一张图片多个篡改类型的精确定位。
-