篡改图像检测方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种篡改图像检测方法，包括：获取待检测图像，并基于第一预设分块规则对待检测图像进行图像分块，以获得多个待检测图像块；通过预训练的局部描述子对各个所述待检测图像块进行特征提取，以获得各个所述待检测图像块对应的局部特征；对各个局部特征进行特征融合，以获得所述待检测图像对应的全局特征；将所述全局特征输入支持向量机，以确定所述待检测图像是否为篡改图像。本发明专利技术还公开了一种篡改图像检测装置及计算机可读存储介质。本发明专利技术通过对待检测图像进行分块，通过待检测图像块检测待检测图像是否为篡改图像，提高提取特征的准确性，进而提高篡改图像的检测效率以及准确率。

【技术实现步骤摘要】
篡改图像检测方法、装置及计算机可读存储介质
本专利技术涉及图像处理
，尤其涉及一种篡改图像检测方法、装置及计算机可读存储介质。
技术介绍
随着数字图像编辑软件的发展，数字图像处理软件的功能也越来越强大，使用也越来越方便，从自适应曝光、去模糊、抠图、再到图像拼接与融合，这些技术手段用在传媒行业，会带来更多的趣味性，在一定程度上促进了娱乐和图片社交行业的发展。但同时也滋生了一批投机分子，专门生成伪造或篡改的图像，去做一些非法的事情，比如在保险、金融行业中进行非法利益的获取，对多媒体内容安全带来了重大威胁。目前，图像拼接是最常见的图像篡改手段，当前的图像拼接主要通过基于深度学习的方式进行检测。但是，由于篡改痕迹与图像内容相比，信号强度太小，直接运用神经网络从输入图像进行端到端的提取特征，通过提取的特征对图像进行检测的效果不好，导致篡改图像的检测准确率以及效率低。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种篡改图像检测方法、装置及计本文档来自技高网...

【技术保护点】
1.一种篡改图像检测方法，其特征在于，所述篡改图像检测方法包括以下步骤：/n获取待检测图像，并基于第一预设分块规则对待检测图像进行图像分块，以获得多个待检测图像块；/n通过预训练的局部描述子对各个所述待检测图像块进行特征提取，以获得各个所述待检测图像块对应的局部特征；/n对各个局部特征进行特征融合，以获得所述待检测图像对应的全局特征；/n将所述全局特征输入支持向量机，以确定所述待检测图像是否为篡改图像。/n

【技术特征摘要】
1.一种篡改图像检测方法，其特征在于，所述篡改图像检测方法包括以下步骤：
获取待检测图像，并基于第一预设分块规则对待检测图像进行图像分块，以获得多个待检测图像块；
通过预训练的局部描述子对各个所述待检测图像块进行特征提取，以获得各个所述待检测图像块对应的局部特征；
对各个局部特征进行特征融合，以获得所述待检测图像对应的全局特征；
将所述全局特征输入支持向量机，以确定所述待检测图像是否为篡改图像。


2.如权利要求1所述的篡改图像检测方法，其特征在于，所述通过预训练的局部描述子对各个所述待检测图像块进行特征提取，以获得各个所述待检测图像块对应的局部特征的步骤包括：
分别将各个所述待检测图像块输入预训练的局部描述子，将预训练的局部描述子中最后一个卷积层的输出结果作为各个所述待检测图像块对应的局部特征。


3.如权利要求1所述的篡改图像检测方法，其特征在于，所述对各个局部特征进行特征融合，以获得所述待检测图像对应的全局特征的步骤包括：
基于各个所述待检测图像块，对各个所述局部特征进行聚集操作，以获得特征图像，其中，所述局部特征包括多个通道的特征；
基于第二预设分块规则对所述特征图像进行图像分块，以获得多个特征块；
分别对各个通道的特征块进行分块池化，以获得各个通道对应的池化特征向量；
基于各个池化特征向量确定目标特征向量，并将所述目标特征向量作为所述全局特征。


4.如权利要求1所述的篡改图像检测方法，其特征在于，所述通过预训练的局部描述子对各个所述待检测图像块进行特征提取的步骤之前，所述篡改图像检测方法还包括：
获取训练数据集，所述训练数据集包括拼接图像块以及真实图像块；
将所述训练数据集输入卷积神经网络中的两个子网络，以获得两个子网络对应的第一损失函数、第二损失函数以及两个所述子网络之间的对比损失函数；
基于所述第一损失函数、第二损失函数以及所述对比损失函数，确定预训练的局部描述子。


5.如权利要求4所述的篡改图像检测方法，其特征在于，所述基于所述第一损失函数、第二损失函数以及所述对比损失函数，确定预训练的局部描述子的步骤包括：
基于所述第一损失函数、第二损失函数以及所述对比损失函数，确定目标损失函数；
在所述目标损失...

【专利技术属性】
技术研发人员：倪江群，饶远，张伟哲，
申请(专利权)人：鹏城实验室，
类型：发明
国别省市：广东;44