一种针对互联网图像舆情真伪的检测方法

本发明属于数字图像内容安全技术领域，公开了一种针对互联网图像舆情真伪的检测方法。为了解决互联网上图像语义篡改检测的问题，本方法采用基于编码器‑解码器架构的LSTM‑CNN网络，整个网络分为五部分：(1)线索特征过滤模块；(2)后处理特征过滤模块；(3)虚警排除模块(即LSTM网络)；(4)编码器网络；(5)解码器网络。线索特征过滤模块、后处理特征过滤模块、编码器与解码器主要由卷积神经网络(CNN)组成，其中包括卷积层、残差单元、最大池化层、上采样层和批量规范化层等。该方法包括以下关键技术环节：线索特征过滤，通过提取领域幅值波动模式(DAFP)特征来区分真实图像与伪造篡改图像；后处理特征过滤，通过对正反例的真实标签与预测标签的学习，找到最小似然类，从而去除后处理特征；虚警排除，主要排除互联网中由于图像的压缩去噪等对于图像本身内容不变的相关特征，编码器‑解码器网络主要是通过学习上述特定的特征，最终判断图像的内容是否发生篡改以及篡改的位置。