一种基于注意力机制的图像拼接定位检测方法技术

本发明专利技术公开了一种基于注意力机制的图像拼接定位检测方法，一：准备图像拼接数据集，将其分为训练集、验证集和测试集三个部分；二：设计双流的多任务学习神经网络结构；三：设计多任务的损失函数；四：优化训练，得到拼接区域定位模型；五：将待检测的图像输入到步骤四中训练好的模型，得到拼接定位结果。本发明专利技术与现有技术相比的优点在于：引入浅层的低水平特征，能够提供更多的细节信息，提高网络的特征表示能力；引入图像的边缘和拼接区域的边缘作为监督信息，并设计多任务的损失函数，能够对拼接区域进行更准确的定位；引入Squeeze

【技术实现步骤摘要】
一种基于注意力机制的图像拼接定位检测方法


[0001]本专利技术涉及图像拼接定位检测方法
，具体是指一种基于注意力机制的图像拼接 定位检测方法。

技术介绍

[0002]数字图像作为一种重要的信息载体，在互联网上被广泛地分布与传播；与此同时，便捷 的图像篡改操作引发了一系列图像安全问题。图像拼接是一种常用的图像篡改方法，通常将 一幅图像(被称为捐赠图像)中的某个区域复制，然后经过缩放、旋转等几何操作后，粘贴 到另一张图像(被称为受体图像)的某个区域中，最后对复合图像进行高斯滤波、图像增强 等后处理操作，从而使拼接区域与受体图像保持一致。拼接区域边缘的后处理使得拼接定位 更具挑战性。为了娱乐，人们可以采用图像拼接技术将碧海蓝天拼接到随意拍摄的照片中， 伪造出自己出去旅游的美好景象。因此，分析图像是否经过图像拼接操作以及定位出拼接区 域具有重要的现实意义。
[0003]现有的图像拼接定位技术主要包括基于传统特征的方法和基于深度学习的方法。传统的 图像拼接定位方法主要是针对拼接区域的传感器模式噪声、颜色滤波阵列的插值模式以或 JPEG压缩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制的图像拼接定位检测方法，其特征在于：包括以下步骤：步骤一：准备图像拼接数据集，将其分为训练集、验证集和测试集三个部分；步骤二：设计双流的多任务学习神经网络结构；步骤三：设计多任务的损失函数；步骤四：优化训练，得到拼接区域定位模型；步骤五：将待检测的图像输入到步骤四中训练好的模型，得到拼接定位结果。2.根据权利要求1所述的一种基于注意力机制的图像拼接定位检测方法，其特征在于：步骤一中用4个基准的图像拼接数据集CASIA1.0，461张，CASIA2.0，5123张，Carvalho数据集100张，Columbia数据集180张，以及两个合成拼接数据集spliced_NIST 13575张和spliced_Dresden 35712张，每个数据集按7:2:1的比例来分配训练集、验证集和测试集的数量。3.根据权利要求1所述的一种基于注意力机制的图像拼接定位检测方法，其特征在于：步骤二中包括边缘引导路径和标签掩码路径，其中边缘引导路径是由U
...

【专利技术属性】
技术研发人员：张玉兰，朱国普，杨建权，刘祖权，
申请(专利权)人：中国科学院深圳理工大学筹，
类型：发明
国别省市：