摘要
本发明公开了一种基于深度学习的新闻图片篡改检测方法,涉及新闻图片篡改检测方法技术领域,包括采用数据收集方法对新闻图片进行采集,并对新闻图片进行预处理,得到预处理后的数据集;采用多分支卷积神经网络CNN结合注意力机制构建特征提取模型,将预处理后的数据集输入至特征提取模型中,进行特征提取,得到特征数据;采用定制损失函数对特征数据进行训练,得到适配篡改检测任务的优化目标;基于适配篡改检测任务的优化目标对特征提取模型进行优化,得到优化后的特征提取模型;采用后处理与结果分析方法对优化后的特征提取模型的结果进行精炼,得到篡改检测报告;通过基于多分支卷积神经网络CNN结合注意力机制构建特征提取模型。
技术关键词
特征提取模型
篡改检测方法
图片
局部细节特征
数据收集方法
注意力机制
Attention机制
表达式
数据抓取技术
分支
分析方法
样本
RSS订阅
社交媒体平台
报告
语义特征
更新模型参数
像素点
系统为您推荐了相关专利信息
项目信息管理系统
建立语音识别模型
模块
梅尔频率倒谱系数
麦克风
实时图像
高清工业相机
计算机视觉
卷积神经网络模型
气泡
芯片缺陷识别方法
多层感知机
分类器模型
特征提取模型
解码器
融合特征
特征提取模型
电流
变压器绕组形变
特征提取模块