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！

龙图腾网恭喜南京航空航天大学申请的专利一种基于PRNU的深度多尺度融合图像取证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114066965B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111330526.2，技术领域涉及：G06T7/00；该发明授权一种基于PRNU的深度多尺度融合图像取证方法是由谈情;张玉书;祁树仁设计研发完成，并于2021-11-11向国家知识产权局提交的专利申请。

本一种基于PRNU的深度多尺度融合图像取证方法在说明书摘要公布了：本发明公开了一种基于PRNU的深度多尺度融合图像取证方法，首先，计算出待检测图像的噪声残差和相应的相机模型，将得到的相机PRNU进行预处理来抑制非唯一的噪声；其次，通过相机PRNU和待检测图像PRNU之间的相关性计算出不同尺度的篡改概率图；然后，构建并训练全连接神经网络，融合不同尺度的篡改概率图；最好，删除面积过小的连通区域并使用形态学膨胀来弥补边界的侵蚀。本发明能够在图像某区域的PRNU被篡改后，使得该区域的各种类型的篡改都有可能被检测出来，并且在像素级、图像级和鲁棒性实验中都有提升。

本发明授权一种基于PRNU的深度多尺度融合图像取证方法在权利要求书中公布了：1.一种基于PRNU的深度多尺度融合图像取证方法，其特征在于，包括以下步骤：1计算出待检测图像的噪声残差和相应的相机模型，将得到的相机PRNU进行预处理来抑制非唯一的噪声；2通过相机PRNU和待检测图像PRNU之间的相关性计算出不同尺度的篡改概率图；3构建并训练全连接神经网络，融合不同尺度的篡改概率图；4删除面积过小的连通区域并使用形态学膨胀来弥补边界的侵蚀；步骤3所述全连接神经网络为由一个输入层、三个隐藏层和一个输出层组成；其中输入层是6个神经单元，第一个隐藏层是64个单元，第二个隐藏层是32个单元，第三个隐藏层是16个单元，最后的输出层是一个单元；使用动态加权二元交叉熵作为损失函数，使用Adam优化算法来进行模型权值的调整；所述步骤3通过以下公式实现：B＝f1f2w3*f2w2*f2w1*A+b1+b2+b3其中，A表示以6个输入单元组成的向量，B表示一个二进值，w1、w2、w3表示的是相应的权值，b1、b2、b3表示的是相应的偏置，f1和f2是激活函数，其定义为： f2x＝relux＝max0,x。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。