篡改翻拍图像的对抗样本生成方法、设备及存储介质技术

本发明专利技术公开了一种篡改翻拍图像的对抗样本生成方法，包括：基于待处理图像中篡改区域图像对应的篡改区域，对待处理图像进行处理，以获得第一图像以及原始区域图像；基于半色调还原网络，对所述篡改区域图像、第一图像以及所述原始区域图像进行处理，以获得第二图像；基于所述第二图像，确定翻拍图像对抗样本集。本发明专利技术还公开了一种篡改翻拍图像的对抗样本生成设备及存储介质。本发明专利技术通过半色调还原网络去除图像中半色调点，使得图像检测算法难以检测翻拍图像对抗样本集中的各个图像，提高翻拍图像对抗样本集的翻拍攻击威胁性，进而通过翻拍图像对抗样本集训练翻拍检测模型，能够提高翻拍检测模型的检测性能以及泛化能力。

【技术实现步骤摘要】
篡改翻拍图像的对抗样本生成方法、设备及存储介质
本专利技术涉及图像处理
，尤其涉及一种篡改翻拍图像的对抗样本生成方法、设备及存储介质。
技术介绍
随着通信技术的高速发展，网络传输速度越来越快，高速率的传播使多媒体技术在网络空间的应用迎来爆发期，其中，部分多媒体数据具有一定的隐私性，如人脸图像或视频、证件的文档图像等，目前，功能强大的编辑软件使媒体内容的篡改变得十分方便，多媒体数据的内容安全面临着新挑战。其中，文档类图像具有极大的信息量，其中不乏有可以代表身份信息的图像，在实际应用中如若遭到非法篡改会带来安全问题。例如，攻击方为了冒用他人的身份，将从网络上盗取的证件扫描件打印至纸张上，进而拍摄纸张上的证件图像并上传至系统中完成攻击，这张上传到系统的图像实际上经过了两次的拍摄取像的过程，这一方式称为翻拍攻击。目前，可通过翻拍检测算法对文档图像进行翻拍检测，翻拍检测算法通过学习合法扫描文档和翻拍文档二者不同的特征实现区分，而为了对抗这一检测机制，现有的翻拍攻击方式往往加入图像还原的步骤，即将翻拍图像还原为原始图像，达到攻击翻拍检测系统的效果。但是，在对抗环境下，攻击方还可在编辑时采用图像生成技术伪造指定的目标内容，采用翻拍操作可以利用打印和扫描所产生的噪声有效掩盖篡改痕迹。并且，加入篡改操作后，篡改区域是直接在数字域进行编辑的结果，而未篡改区域来源于扫描件。由于篡改区域与未篡改区域的来源是不同的，篡改区域会与普通的翻拍图像产生不一样的形变失真，采用现有的翻拍检测算法，由于无法获得大量的翻拍图像对抗样本，而导致翻拍检测算法不足以区分这两种不同类型的失真，导致篡改翻拍检测不准确。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翻拍图像的对抗样本生成方法、设备及存储介质，旨在解决现有篡改翻拍检测算法检测不准确的技术问题。为实现上述目的，本专利技术提供一种篡改翻拍图像的对抗样本生成方法，所述篡改翻拍图像的对抗样本生成方法包括以下步骤：获取篡改区域图像，并基于待处理图像中篡改区域图像对应的篡改区域，对待处理图像进行处理，以获得待处理图像中剔除篡改区域后的第一图像以及所述篡改区域对应的原始区域图像；基于半色调还原网络，对所述篡改区域图像、第一图像以及所述原始区域图像进行处理，以获得第二图像；基于所述第二图像，确定翻拍图像对抗样本集。进一步地，所述基于半色调还原网络，对所述篡改区域图像、第一图像以及所述原始区域图像进行处理，以获得第二图像的步骤包括：基于所述原始区域图像以及第一图像确定训练后的预设信道模型，并将所述篡改区域图像输入训练后的预设信道模型进行模型训练，以降低所述篡改区域图像的颜色失真和像素失真，获得第三图像；将所述第一图像以及所述第三图像输入半色调还原网络，以对所述第一图像以及所述第三图像进行图形拼接，获得第二图像。进一步地，所述基于所述原始区域图像以及第一图像确定训练后的预设信道模型，并将所述篡改区域图像输入训练后的预设信道模型进行模型训练，以降低所述篡改区域图像的颜色失真和像素失真，获得第三图像的步骤包括：对所述原始区域图像以及第一图像进行降噪处理，以获得降噪后的原始区域图像以及降噪后的第一图像；将所述原始区域图像、第一图像、降噪后的原始区域图像以及降噪后的第一图像，输入预设信道模型进行模型训练，以获得训练后的预设信道模型；将所述篡改区域图像输入训练后的预设信道模型，以获得第三图像。进一步地，所述将所述原始区域图像、第一图像、降噪后的原始区域图像以及降噪后的第一图像，输入预设信道模型进行模型训练，以获得训练后的预设信道模型的步骤包括：分别对所述原始区域图像、第一图像、降噪后的原始区域图像以及降噪后的第一图像进行数据增强操作，以获得第一图像数据集；将所述第一图像数据集输入预设信道模型进行模型训练，以获得训练后的预设信道模型。进一步地，所述预设信道模型包括U-net网络，基于原始区域图像和第一图像、降噪后的原始区域图像和降噪后的第一图像确定L1正则，基于原始区域图像和第一图像对应的VGG损失函数、降噪后的原始区域图像以及降噪后的第一图像对应的VGG损失函数L2正则，通过L1正则以及L2正则确定预设信道模型的损失函数。进一步地，所述将所述第一图像以及所述第三图像输入半色调还原网络，以对所述第一图像以及所述第三图像进行图形拼接，获得第二图像的步骤包括：基于第一图像获取降噪后的第一图像以及降噪后的第一图像的边缘图像，并获取降噪后的原始区域图像以及降噪后的原始区域图像的边缘图像；分别对降噪后的原始区域图像、降噪后的第一图像、降噪后的第一图像的边缘图像、降噪后的原始区域图像的边缘图像以及所述第三图像进行数据增强操作，以获得第三图像数据集；将所述第三图像数据集输入半色调还原网络，以对所述第一图像以及所述第三图像进行图形拼接，获得第二图像。进一步地，所述半色调还原网络包括：粗略重构网络、边缘轮廓网络以及细节增强网络；所述将所述第三图像数据集输入半色调还原网络，以对所述第一图像以及所述第三图像进行图形拼接，获得第二图像的步骤包括：将所述第三图像数据集输入所述半色调还原网络的粗略重构网络，以获得粗略重构图像集，并将所述第三图像数据集输入所述半色调还原网络的边缘轮廓网络，以获得边缘轮廓图像集；将所述边缘轮廓图像集以及所述粗略重构图像集输入所述半色调还原网络的细节增强网络，以获得所述第二图像。进一步地，所述基于所述第二图像，确定翻拍图像对抗样本集的步骤包括：对所述第二图像中的各个图像进行扫描翻拍操作，以获得所述翻拍图像对抗样本集。此外，为实现上述目的，本专利技术还提供一种篡改翻拍图像的对抗样本生成设备，所述篡改翻拍图像的对抗样本生成设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的篡改翻拍图像的对抗样本生成程序，所述篡改翻拍图像的对抗样本生成程序被所述处理器执行时实现前述的篡改翻拍图像的对抗样本生成方法的步骤。此外，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有篡改翻拍图像的对抗样本生成程序，所述篡改翻拍图像的对抗样本生成程序被处理器执行时实现前述的篡改翻拍图像的对抗样本生成方法的步骤。本专利技术通过获取篡改区域图像，并基于待处理图像中篡改区域图像对应的篡改区域，对待处理图像进行处理，以获得待处理图像中剔除篡改区域后的第一图像以及所述篡改区域对应的原始区域图像；接着基于半色调还原网络，对所述篡改区域图像、第一图像以及所述原始区域图像进行处理，以获得第二图像；然后基于所述第二图像，确定翻拍图像对抗样本集，能够通过半色调还原网络去除图像中大部分的半色调点，使得图像检测算法难以检测翻拍图像对抗样本集中的各个图像，提高翻拍图像对抗样本集的翻拍攻击威胁性，进而通过翻拍图像对抗样本集训练翻拍检测模型，能够提高篡改翻拍检测模型的检测性能以及泛本文档来自技高网...

【技术保护点】
1.一种篡改翻拍图像的对抗样本生成方法，其特征在于，所述篡改翻拍图像的对抗样本生成方法包括以下步骤：/n获取篡改区域图像，并基于待处理图像中篡改区域图像对应的篡改区域，对待处理图像进行处理，以获得待处理图像中剔除篡改区域后的第一图像以及所述篡改区域对应的原始区域图像；/n基于半色调还原网络，对所述篡改区域图像、第一图像以及所述原始区域图像进行处理，以获得第二图像；/n基于所述第二图像，确定翻拍图像对抗样本集。/n

【技术特征摘要】
1.一种篡改翻拍图像的对抗样本生成方法，其特征在于，所述篡改翻拍图像的对抗样本生成方法包括以下步骤：
获取篡改区域图像，并基于待处理图像中篡改区域图像对应的篡改区域，对待处理图像进行处理，以获得待处理图像中剔除篡改区域后的第一图像以及所述篡改区域对应的原始区域图像；
基于半色调还原网络，对所述篡改区域图像、第一图像以及所述原始区域图像进行处理，以获得第二图像；
基于所述第二图像，确定翻拍图像对抗样本集。


2.如权利要求1所述的篡改翻拍图像的对抗样本生成方法，其特征在于，所述基于半色调还原网络，对所述篡改区域图像、第一图像以及所述原始区域图像进行处理，以获得第二图像的步骤包括：
基于所述原始区域图像以及第一图像确定训练后的预设信道模型，并将所述篡改区域图像输入训练后的预设信道模型进行模型训练，以降低所述篡改区域图像的颜色失真和像素失真，获得第三图像；
将所述第一图像以及所述第三图像输入半色调还原网络，以对所述第一图像以及所述第三图像进行图形拼接，获得第二图像。


3.如权利要求2所述的篡改翻拍图像的对抗样本生成方法，其特征在于，所述基于所述原始区域图像以及第一图像确定训练后的预设信道模型，并将所述篡改区域图像输入训练后的预设信道模型进行模型训练，以降低所述篡改区域图像的颜色失真和像素失真，获得第三图像的步骤包括：
对所述原始区域图像以及第一图像进行降噪处理，以获得降噪后的原始区域图像以及降噪后的第一图像；
将所述原始区域图像、第一图像、降噪后的原始区域图像以及降噪后的第一图像，输入预设信道模型进行模型训练，以获得训练后的预设信道模型；
将所述篡改区域图像输入训练后的预设信道模型，以获得第三图像。


4.如权利要求3所述的篡改翻拍图像的对抗样本生成方法，其特征在于，所述将所述原始区域图像、第一图像、降噪后的原始区域图像以及降噪后的第一图像，输入预设信道模型进行模型训练，以获得训练后的预设信道模型的步骤包括：
分别对所述原始区域图像、第一图像、降噪后的原始区域图像以及降噪后的第一图像进行数据增强操作，以获得第一图像数据集；
将所述第一图像数据集输入预设信道模型进行模型训练，以获得训练后的预设信道模型。


5.如权利要求4所述的篡改翻拍图像的对抗样本生成方法，其特征在于，所述预设信道模型包括U-net网络，基于原始区域图像和第一图像、降噪后的原始区域图像和降噪后的第一图像确定L...

【专利技术属性】
技术研发人员：陈昌盛，赵麟，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44