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：齐鲁工业大学(山东省科学院);山东省人工智能研究院;天津理工大学;山东中联视听信息科技股份有限公司

摘要：本发明涉及图像处理技术领域，尤其涉及一种基于特征相似性和多尺度边缘注意力的图像篡改检测方法，包括以下步骤：处理待输入图像，获取待检测图像的多源信息，将多源信息输入骨干网络提取特征；多尺度边缘注意力网络；特征相似性学习；多级特征融合编码；多损失函数联合监督。本发明利用多尺度边缘特征辅助篡改区域的定位，通过特征相似性探索不同篡改类型的一般特征，并通过对不同尺度上的特征进行有效的融合，充分挖掘篡改区域和真实区域的差异。

主权项：1.一种基于特征相似性和多尺度边缘注意力的图像篡改检测方法，其特征在于，包括以下步骤：S1.处理待输入图像，获取待检测图像的多源信息，将多源信息输入骨干网络提取特征：将原始图像统一图像的尺寸，将RGB图像和受限卷积层输出的噪声视图同时作为骨干网络的输入，在两种信息来源和四个尺度上提取图像的特征，并产生四个不同尺度的特征；S2.多尺度边缘注意力网络：将每个阶段的特征通过边缘检测器来生成边缘特征，根据浅层特征的边缘特征来生成边缘注意力图，并用边缘注意力图来指导四个阶段的边缘特征，通过Split-Transform-Merge结构的残差块来学习边缘特征，将边缘特征融合进骨干网络；S3.特征相似性学习：将GroundTruth中篡改区域的像素设置为阳性，将真实区域的像素设为阴性，同时将GroundTruth下采样到第一阶段特征大小，将第一阶段输出的特征使用点积相似性计算每对像素之间的相似性度量，将得到的相似性特征图与GroundTruth进行BinaryCrossEntropy损失约束；S4.多级特征融合解码：级联四个尺度的特征，通过通道和空间双重注意力来完成特征的融合；多级特征融合解码具体如下：四个特征F1,F2,F3,F4中，通过双线性上采样F2,F3,F4到F1大小，并级联四个尺度的特征，并通过通道注意力和空间注意力融合四个尺度的特征，通道注意力将通道特征联系起来，选择性强调互相依赖的通道特征，与此同时，空间注意力对所有位置上的特征进行加权求和，选择性更新每个位置上的特征，将通道和空间注意力的输出相加，通过1x1卷积转换成H16*W16大小，通过双线性上采样和Sigmoid函数输出全尺寸的预测图；S5.多损失函数联合监督：最后输出解码得到的预测图与GroundTruth进行像素级的损失监督，四个尺寸的边缘特征和相似性特征图与对应下采样得到的GroundTruth进行像素级损失监督，联合三个损失优化网络。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 山东省人工智能研究院 天津理工大学 山东中联视听信息科技股份有限公司 基于特征相似性和多尺度边缘注意力的图像篡改检测方法