【技术实现步骤摘要】
图像篡改定位模型的生成方法、图像篡改定位方法及设备
本专利技术涉及信息安全
，尤其涉及的是一种图像篡改定位模型的生成方法、图像篡改定位方法及设备。
技术介绍
随着智能手机、数码相机等智能设备的普及，开发出越来越多的图像编辑软件，但是，由于图像编辑软件(如Photoshop、ACDSee等)操作简单，普通人可以使用这些图像编辑软件轻松地制造出篡改图像并不留下明显的视觉痕迹。因此，鉴别图像是否经过编辑软件修改并且定位出篡改区域是一个亟待解决的问题。因此，现有技术有待于进一步的改进。
技术实现思路
鉴于上述现有技术中的不足之处，本专利技术的目的在于提供一种图像篡改定位模型的生成方法、图像篡改定位方法及设备，克服现有技术中图像被篡改后无法对篡改区域进行准确定位的缺陷。第一方面，本实施例公开了一种图像篡改定位模型的生成方法，其中，包括：预设网络模型根据训练集中的图片，生成与所述图片对应的预测篡改概率图集，其中，所述预测篡改概率图集中含有与所述训练集中每一张图片一一对应的预测篡改概率图；...
【技术保护点】
1.一种图像篡改定位模型的生成方法，其特征在于，包括：/n预设网络模型根据训练集中的图片，生成与所述图片对应的预测篡改概率图集，其中，所述预测篡改概率图集中含有与所述训练集中每一张图片一一对应的预测篡改概率图；所述预测篡改概率图中含有所述图片各个像素对应的预测篡改概率，以及各个所述图片中标注有篡改区域；/n所述预设网络模型根据所述预测篡改概率图集中各个图片的预测篡改概率图和各个所述图片中标注出的篡改区域，对模型参数进行修正，并继续执行所述根据训练集中的图片，生成与所述图片对应的预测篡改概率集的步骤，直至所述预设网络模型的训练情况满足预设条件，得到所述图像篡改定位模型。/n
【技术特征摘要】
1.一种图像篡改定位模型的生成方法，其特征在于，包括：
预设网络模型根据训练集中的图片，生成与所述图片对应的预测篡改概率图集，其中，所述预测篡改概率图集中含有与所述训练集中每一张图片一一对应的预测篡改概率图；所述预测篡改概率图中含有所述图片各个像素对应的预测篡改概率，以及各个所述图片中标注有篡改区域；
所述预设网络模型根据所述预测篡改概率图集中各个图片的预测篡改概率图和各个所述图片中标注出的篡改区域，对模型参数进行修正，并继续执行所述根据训练集中的图片，生成与所述图片对应的预测篡改概率集的步骤，直至所述预设网络模型的训练情况满足预设条件，得到所述图像篡改定位模型。
2.根据权利要求1所述的图像篡改定位模型的生成方法，其特征在于，所述预设网络模型根据所述预测篡改概率图集中各个图片的预测篡改概率图和各个所述图片中标注出的篡改区域，对模型参数进行修正的步骤包括：
根据所述预测篡改概率集中各个图片的每个像素对应的预测篡改概率和所述篡改区域，计算出篡改概率的损失值；
根据计算出的篡改概率的损失值对模型参数进行修正。
3.根据权利要求1所述的图像篡改定位模型的生成方法，其特征在于，所述预设网络模型包括：2k+1个稠密连接卷积模块、k平均池化模块和k个转置卷积模块；所述平均池化模块和所述转置卷积模块分别设置在依次排列各个稠密连接卷积模块之间；其中，所述k为正整数；
所述预设网络模型根据训练集中的图片，生成与所述图片对应的预测篡改概率图集的步骤包括：
将所述图片依次输入至所述稠密连接卷积模块、间隔设置在两个所述稠密连接卷积模块之间的平均池化模块或所述转置卷积模块，得到与各个所述图片对应的预测篡改概率图集。
4.根据权利要求3所述的图像篡改定位模型的生成方法，其特征在于，所述将所述图片依次输入至所述稠密连接卷积模块、间隔设置在两个所述稠密连接卷积模块之间的平均池化模块或所述转置卷积模块，得到与各个所述图片对应的预测篡改概率图集的步骤包括：
将所述图片依次输入至第一稠密连接卷积模块、第一平均池化模块、第二稠密连接卷积模块、第二平均池化模块、第三稠密连接卷积模块、第三稠密连接卷积模块，通过所述第一稠密连接卷积模块、第一平均池化模块、第二稠密连接卷积模块、第二平均池化模块、第三稠密连接卷积模块、第三稠密连接卷积模块得到与所述图片对应的第一特征图；
将所述...
【专利技术属性】
技术研发人员：庄培裕，李昊东，黄继武，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。