摘要
本发明公开了一种基于深度学习的图像篡改定位方法、设备和介质,涉及人工智能领域。其中,方法包括:获取待进行篡改定位的目标图像;将所述目标图像中C个通道的图像和全通道图像,分别输入基于深度学习的C+1个特征提取层,分别提取各通道图像和全通道图像的深度特征;将提取到的C+1个深度特征,以及所述C+1个深度特征的融合特征,分别输入C+2个输出层,分别得到关于所述目标图像中被篡改区域的C+2个初步定位结果;根据各通道图像中所有像素的离均差平方和,对所述C+2个初步定位结果进行加权融合,得到最终的定位结果。本发明提高篡改区域定位的准确性。
技术关键词
图像篡改定位方法
融合特征
更新模型参数
积层
篡改区域定位
像素
多通道
样本
处理器
可读存储介质
程序
矩阵
尺寸
电子设备
存储器
计算机
系统为您推荐了相关专利信息
注意力评估方法
多源特征融合
学生表情识别
人脸关键点定位
神经网络模型
多模态磁共振成像
磁共振成像数据
图像
融合特征
阶段
防伪方法
池化特征
人脸识别模型
卷积模块
图像分割
数据商品推荐方法
文本
深度学习模型
矩阵
计算机程序代码
声音事件检测方法
深度学习网络模型
音频
构建深度学习网络
卷积模块