-
公开(公告)号：CN116485649A
公开(公告)日：2023-07-25
申请号：CN202310431226.6
申请日：2023-04-20
Applicant: 河南大学
IPC: G06T3/40 , G06V20/00 , G06V10/774 , G06V10/80 , G06V10/26 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种端到端的图像拼接定位方法和系统。该方法包括：构建图像拼接定位网络模型，包括篡改检测模块和残差精细化模块；篡改检测模块采用编码器‑解码器架构；在编码器中，先采用特征提取网络提取输入图像的多尺度特征，然后将其中的高级特征依次输入至CBAM模块和空间金字塔池化模块进行处理；在解码器中，将特征提取网络提取的其中两种尺度的低级特征与编码器输出的高级特征进行融合重构，得到一个粗预测图；残差精细化模块对粗预测图作优化，得到最终的拼接定位结果；定义图像拼接定位网络模型的损失函数；准备数据集，采用数据集对图像拼接定位网络模型进行训练；利用训练好的图像拼接定位网络模型对待测图像进行拼接定位。
-
公开(公告)号：CN115357944A
公开(公告)日：2022-11-18
申请号：CN202210980922.8
申请日：2022-08-16
Applicant: 河南大学
Abstract: 本发明提供一种基于浅层特征增强和注意力机制的图像篡改检测方法。该方法包括：步骤1：构建篡改图像数据集，并将其分为训练集和测试集；步骤2：设置损失函数，基于损失函数利用训练集对构建的图像篡改检测网络进行训练，得到最优图像篡改检测网络模型；步骤3：利用最优图像篡改检测网络模型对测试集中篡改图像进行检测；其中，图像篡改检测网络包括：特征提取器、特征增强模块和注意力模块；利用特征提取器提取输入图像的浅层特征和深层特征，利用特征增强模块对提取的浅层特征进行重构，并将重构的特征与深层特征进行特征融合，利用注意力模块对融合后的特征进行筛选。本发明具有能有效捕获篡改痕迹的网络结构，实现像素级的篡改区域定位。
-
公开(公告)号：CN115546000A
公开(公告)日：2022-12-30
申请号：CN202211178570.0
申请日：2022-09-26
Applicant: 河南大学
Abstract: 本发明提供一种基于辅助信息生成和注意力机制的图像隐写分析方法。该方法包括：构建空域图像隐写分析网络，包含两个相同的辅助信息生成网络和一个SA‑Siamese‑Net，SA‑Siamese‑Net含有两个共享结构和参数的子网络，一个辅助信息生成网络后接一个子网络；辅助信息生成网络用于生成增大噪声残差大小的辅助信息；SA‑Siamese‑Net用于计算图像的噪声残差并在噪声残差的基础上建模，对输入图像进行分类；定义空域图像隐写分析网络的损失函数；初始化空域图像隐写分析网络；准备数据集；使用准备好的数据集训练空域图像隐写分析网络；利用训练好的空域图像隐写分析网络对待检测图像进行分类，分为不含秘密信息的载体图像和包含秘密信息的载秘图像。
-
公开(公告)号：CN118587411A
公开(公告)日：2024-09-03
申请号：CN202410209341.3
申请日：2024-02-26
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种文档图像篡改定位方法。该方法包括：获取待测文档图像；将待测文档图像输入至训练好的文档图像篡改定位模型进行检测，得到检测结果；其中，文档图像篡改定位模型包括预处理模块、特征提取模块和解码器；特征提取模块包括空间信息提取分支和噪声特征提取分支；对应地，文档图像篡改定位模型的检测过程包括：利用空间信息提取分支提取待测文档图像的不同尺度的空间域特征；利用预处理模块将待测文档图像由彩色域转换为噪声域；利用噪声特征提取分支以预处理模块的输出作为输入，提取待测文档图像的不同尺度的噪声域特征；利用解码器根据待测文档图像的空间域特征和噪声域特征判断并定位待测文档图像中的篡改区域。
-
-
-
Search Results
4
records
(took 0.015 seconds)
