一种基于多尺度生成对抗网络的篡改图像检测方法

发明专利有效专利

申请号：
CN202010883513.7
IPC分类号：G06T7/00;G06T7/11;G06T7/13;G06N3/04;G06N3/08;G06K9/62
申请日期：
2020-08-28
申请人：
国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;上海电力大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多尺度生成对抗网络的篡改图像检测方法
申请号	CN202010883513.7	申请日期	2020-08-28
法律状态	实质审查	申报国家	中国
公开/公告日	2020-12-18	公开/公告号	CN112102261A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;3;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;6;2查看分类表>
申请人	国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;上海电力大学	申请人地址	甘肃省兰州市安宁区万新北路249号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	国网甘肃省电力公司电力科学研究院,国网甘肃省电力公司,上海电力大学	当前权利人	国网甘肃省电力公司电力科学研究院,国网甘肃省电力公司,上海电力大学
发明人	白万荣;朱小琴;张蕾;刘吉祥;赵博;杨凡;田秀霞;刘正;李华强
代理机构	上海科盛知识产权代理有限公司	代理人	叶敏华

摘要

本发明涉及一种基于多尺度生成对抗网络的篡改图像检测方法，包括：从标准的图像数据集中合成基本的复制粘贴图像，并得到对应的xml文件，以构建初步篡改图像数据集；构建基于多尺度生成对抗式网络的模型，并设置模型相关参数；优化多尺度生成对抗网络的生成器，以学习图像中篡改区域的边缘特征；交替训练生成器和判别器，输出不同尺度下的篡改图像，构建多层次篡改图像数据集；利用多层次篡改图像数据集训练卷积神经网络；将待检测的篡改图像输入训练好的卷积神经网络，得到对应的检测结果。与现有技术相比，本发明能够生成多尺度、多层次的篡改图像数据集，以提高篡改图像的数量及质量，从而保证后续卷积神经网络的可靠训练、提高检测性能。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供