基于深度学习的图像异常篡改自动检测方法、存储介质及设备

本发明公开了一种基于深度学习的图像异常篡改自动检测方法、存储介质及设备，包括数字水印嵌入、图像相似性度量、建立检测模型和异常篡改检测四个步骤，在数字水印嵌入中，在最低有效位替换法(LSB)基础上融合半脆弱水印特性将数字水印嵌入关键帧中，提升图像对微小变化的敏感度；在图像相似性度量中，通过度量指标筛选实现对于异常篡改的全方位判断；在建立检测模型中，构建了异常篡改自动检测深度学习模型的基础；最后在异常篡改检测中，结合多个相似性度量指标和卷积神经网络(CNN)进行训练，实现对异常篡改的自动检测。本发明方法实现了快速精确的异常篡改识别，可用于短视频等多种新媒体视频类型中，为各类视频画面真实性监管提供解决方法。