买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽理工大学申请的专利一种高鲁棒性的图像篡改检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116665027B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310429064.2，技术领域涉及：G06V20/00；该发明授权一种高鲁棒性的图像篡改检测方法是由夏晨星;曹慧贞;葛斌;王慧玲设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种高鲁棒性的图像篡改检测方法在说明书摘要公布了：本发明属于信息安全领域，提供了一种高鲁棒性的图像篡改检测方法，包括以下步骤：1利用空洞卷积来获得多尺度特征提取，使用Concat可以得到全局特征表示，既可防止多次卷积后丢失浅层特征，又能得到更大的感受野，提高小目标篡改检测的效果。2利用BayarConv进行噪声提取，该噪声器提取方法优于SRM滤波器，Bayarconv是为了增强给定图像中操纵区域和真实区域之间的噪声不一致性而开发的。3利用残差块、批归一化和激活函数来捕获空间特征，该构造是一个常规的编码器，主要目的是与语义特征进行交叉融合。4使用交叉注意力机制融合空间特征与语义特征，融合后的特征再输入到上采样层和卷积层进行检测，并利用混合损失函数训练此模型。本文提出的交叉注意力机制在大量的在多个公开的数据集上的实验数据表明此发明不仅可以精确的预测篡改位置还可以更准确的识别篡改的类型。

本发明授权一种高鲁棒性的图像篡改检测方法在权利要求书中公布了：1.一种高鲁棒性的图像篡改检测方法，其特征在于，该方法包括以下步骤： 1利用空洞卷积来获得多尺度特征提取，使用Concat可以得到全局特征表示； 2利用BayarConv作为噪声提取器对噪声特征进行提取； 3利用残差块、批归一化和激活函数来捕获空间特征，该构造的主要目的是与语义特征进行交叉融合； 4使用交叉注意力机制融合空间特征与语义特征，融合后的特征再输入到上采样层和卷积层进行检测，并利用混合损失函数训练此模型； 所述步骤4具体方法是： 5.1首先，将空间特征转换为查询,将图像的语义特征转换为键和值，如下式所示： ，1 其中S表示空间特征向量，B表示语义特征向量，分别表示查询权重矩阵、键权重矩阵和值权重矩阵； 5.2其次采用注意力机制进行计算，如下式所示： ，2 其中表示的转置，然后再将上述得到的注意力输入到1维卷积层和最大池化层得到最终融合的特征； 5.3将融合特征输入到Decoder，该方法中的解码器包含上采样、卷积和批归一化； 5.4预测定位产生的损失采用SmoothL1损失， ，3 其中表示预测值，表示真实值； 5.5分类产生的损失采用交叉熵损失函数进行语义篡改操作分类； ，4 其中M表示类别的数量，表示如果样本i的真实类别等于c取1，否则取0，表示观测样本i属于类别c的预测概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽理工大学，其通讯地址为：232000 安徽省淮南市山南新区泰丰大街168号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。