买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南昌大学

摘要：本发明提供了一种基于FPN的多尺度图像复制粘贴篡改检测方法，结合使用特征金字塔网络和残差神经网络，对图像进行多尺度，高鲁棒性特征提取，注意力机制进行特征选择，自相关计算区域的相似区域，反卷积将图像还原为和检测图像相同大小的掩码解码，成功定位出图像中的篡改区域，分类出图像是否被篡改。本发明方法多尺度特征提取鲁棒性强，检测准确率高检测效率高。针对图像是否存在复制粘贴篡改进行检测，有效的识别图像中存在的复制粘贴篡改区域。保护图像的真实性，可用性不被破坏。

主权项：1.一种基于FPN的多尺度图像复制粘贴篡改检测方法，其特征在于：包括以下步骤：步骤一：将检测图像集分为训练集、验证集、测试集，对图像进行预处理像素值大小处理为224*224*3；步骤二：构建图像多尺度复制粘贴篡改检测模型，包括FPN特征提取模块、注意力机制模块、自相关模块、掩码解码器模块；步骤三：将检测图像输入到FPN特征提取模块进行特征提取，FPN包括两个过程，第一部分是自底向上的过程，使用ResNet50网络作为卷积特征提取网络，ResNet50在训练过程中对不同层级的特征进行学习和提取，每个特征提取层提取到的不同尺度特征进行特征金字塔融合；FPN第二部分是自顶向下和侧向连接的融合过程，在自顶向下的过程中FPN使用金字塔形的结构来构建不同尺度的特征图，在每一层中，上一层的小尺寸特征图通过上采样的方式，将其放大到当前层与之相同的尺寸，并与当前层的特征图进行融合；FPN中的侧向连接通过将上一层的特征图和当前层的特征图进行直接相加的方式，提高特征图的语义信息；步骤四：注意力机制处理步骤三中到的高层的图像特征；包括通道注意力机制和空间注意力机制；通道注意力机制自适应地调整每个通道的重要性，空间注意力使神经网络更加精细地关注图像中的重要像素区域，忽略无关紧要的区域；步骤五：自相关模块将FPN输出的不同尺度特征图通过注意力机制后进入自相关处理计算像素级距离矢量得到特征相似度得分，通过百分比池化层进行相似特征匹配统计，定位出图像的相似区域；步骤六：掩码解码器作用是将自相关处理后得到的不同大小特征图进行融合，通过上采样对图片进行解码恢复到原始图片大小，通过激活函数，将图片区域分为相似区域和原始区域，输出图像的GroundTruth掩码；步骤七：得到图像的GroundTruth掩码后，判断图像中是否存在相似区域，对于存在篡改区域的图像并定位出图像篡改区域。

全文数据：

权利要求：

百度查询： 南昌大学 一种基于FPN的多尺度图像复制粘贴篡改检测方法