摘要
本发明涉及图像检测技术领域,具体涉及一种基于放大宏观和微观不一致学习的图像篡改检测方法,具体如下:构建输入图像,将待定位图像输入到骨干网络中提取特征;对特征进行迭代聚类处理,提取最具语义差异的两个特征簇中心,并基于该中心对特征进行反馈更新;对特征采用递进差分卷积处理,包括角度差分卷积和中心差分卷积,以提取微观结构差异;特征融合,并通过解码器输出图像篡改掩码;多损失函数联合训练。本发明通过设计具备自适应感知能力的特征提取机制,结合伪造区域在宏观和微观层面的潜在异常,可以实现对通用篡改图像的高效检测与精准定位。
技术关键词
图像篡改检测方法
聚类
矩阵
图像编码器
多层感知器
图像检测技术
图像解码器
邻域
线性
像素点
图像特征提取
计算中心
语义
动态更新
通道
融合特征
代表
系统为您推荐了相关专利信息
视觉识别方法
动态场景
图像像素
掩码矩阵
时空图模型
风险预测模型
能耗预测模型
序列
变频器控制器
聚类算法
结构拓扑优化方法
模态损耗因子最大化
数学模型
阻尼板
有限元网格划分