基于多实例对比学习的篡改图像检测方法和装置

本申请提供了一种基于多实例对比学习的篡改图像检测方法和装置。该方案中，采用卷积神经网络对样本集中的各样本进行多层级特征提取，将得到的多层级特征图均分为多个图像区域，并对多个图像区域进行处理以得到多个图像区域实例，通过多实例对比学习，对所有图像区域实例进行特征交互融合和增强处理，对交互融合增强后的特征图进行平均池化处理，并将平均池化处理的结果输入至全连接层以得到与各样本对应的预测输出，采用预测输出与各样本的真实标签之间的误差进行反向传播处理，得到篡改图像检测模型；将待检测图像输入至篡改图像检测模型进行检测处理，得到待检测图像的篡改结果。该方案解决了现有的篡改图像检测方法的检测精度较低的问题。