基于AEA和SR模块改进的图像篡改检测网络

本发明涉及计算机视觉和深度学习领域，特别是涉及一种基于AEA和SR模块改进的图像篡改检测网络。该网络包括以下步骤：获取待检测的RGB图像；将RGB图像输入经过训练的图像篡改检测模型，该模型能够抑制无关的噪声和提升鲁棒性，输出篡改与真实区域的二元分类预测结果以及篡改区域的分割预测图。改进后的图像篡改检测网络集成了边缘感知器、AEA模块、SR模块和类双重注意力模块。本发明旨在从图像中提取微弱但普遍存在的篡改特征，通过深度挖掘特征之间的相关性，显著提高了篡改区域的定位精度和鲁棒性。