基于残差域深度学习特征的图像拷贝检测方法

发明专利有效专利

申请号：
CN202110249157.8
IPC分类号：G06K9/46;G06K9/62;G06T3/00;G06N3/04;G06N3/08
申请日期：
2021-03-08
申请人：
南京信息工程大学

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	基于残差域深度学习特征的图像拷贝检测方法
申请号	CN202110249157.8	申请日期	2021-03-08
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-08	公开/公告号	CN112926598A
优先权	暂无	优先权号	暂无
主分类号	G06K9/46 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/36 图像预处理，即无须判定关于图像的同一性而进行的图像信息处理〔3〕 G06K9/46 图像特征或特性的抽取〔3〕	IPC分类号	G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;T;3;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京信息工程大学	申请人地址	江苏省南京市江北新区宁六路219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	南京信息工程大学	当前权利人	南京信息工程大学
发明人	王美民;周志立;林坤德;尹子豪;李昱江;黄敬旺
代理机构	南京经纬专利商标代理有限公司	代理人	陆烨

摘要

本发明公开了一种基于残差域深度学习特征的图像拷贝检测方法，具体为：提取原始图像和待检测图像的SIFT特征；将两幅图像的SIFT特征进行匹配得到SIFT匹配对；然后将错误的SIFT匹配对过滤，保留其中3对SIFT匹配对，再计算出两幅图像之间的仿射变换矩阵；使用仿射变换矩阵对原始图像进行仿射变换；然后分别计算出变换后原始图像上的重叠区域以及待检测图像上的重叠区域，将两个重叠区域逐像素做差值运算，得到残差图像；将残差图像送入基于多层特征融合的CNN中，从而判断出两幅图像是否为拷贝关系。本发明在保持检测效率的同时，显著地提高了检测精度，且对于视觉上高度相似的拷贝图像和相似图像具有很强的区分能力。

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