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！

申请/专利权人：齐鲁工业大学(山东省科学院);山东省人工智能研究院;天津理工大学;山东中联视听信息科技股份有限公司

摘要：本发明涉及数字图像处理技术领域，尤其涉及一种多层次多尺度特征交互的图像伪造区域识别方法及系统。本发明包括以下步骤：构建规范化的输入图像，将待检图像输入到骨干网络中提取特征；递进式多层次多尺度特征融合；双重激活合并通道优化编码；特征压缩聚合解码；损失函数监督训练。本发明通过多层次信息与多尺度信息交互融合共同探索数字伪造区域的差异性特征，通道优化模块进一步提升了显著性特征编码的准确性，压缩聚合解码对显著性编码进行了有效翻译，充分挖掘了伪造区域与非伪造区域之间的差异性，将伪造区域提取出来。

主权项：1.一种多层次多尺度特征交互的图像伪造区域识别方法，其特征在于，包括以下步骤：步骤一、构建规范化输入图像，将待检图像输入到骨干网络中提取不同尺度下的多尺度特征：步骤二、多尺度特征递进式提取多层次特征融合得到显著性特征：将不同阶段的尺度特征进行递进式多层次特征提取，每个阶段的尺度特征分别在三个不同层次上进行递进式特征提取，递进式多层次特征通过递进式卷积层来实现，得到的多层次特征在激活后被重新采样，分别在各个阶段融合形成显著性特征，递进式多层次特征提取所使用的递进式卷积层主要使用池化-卷积堆叠层、批量规范化层和激活层构成，每个阶段分别由三组递进式卷积层提取层次特征，并且这三组递进式卷积层所包含的卷积堆叠层数量呈递进式增加，并通过下采样和上采样操作保证每个递进式多层次特征图尺寸相同，融合递进式多层次特征得到伪造区域的显著性特征；步骤三、双重激活合并通道优化编码：将融合所得的显著性特征使用不同的激活函数连续重复激活两次,然后序列化地经过通道优化模块在图像通道维度上产生通道特征，通道特征与显著性特征做点积进行伪造区域识别的嵌合特征修正，通过修正的显著性特征作为数字伪造区域的特征编码；通道优化模块为三分支结构，每条分支结构类似，都包含维度变换连接、优化权重生成、维度恢复三个步骤，其中第一步骤中的维度变换与第三步骤中的维度恢复互为逆操作，三条分支区别在于维度变换时所选取的通道维度不同，第一条分支选取第0维度与第1维度，第二条分支选取第1维度与第2维度，第一条分支选取第2维度与第0维度，最后等比例整合三条分支的输出；通道优化模块的三个步骤，第一步骤，维度变换连接：将修正后的显著特征第0维度与第1维度对调，分别使用最大池化和平均池化做特征提取，然后连接；第二步骤，优化权重生成：对步骤一的输出进行卷积然后使用sigmoid生成优化权重；第三步骤，维度恢复：将步骤二获取的优化权重加权到修正的显著性特征上，先过BN层后使用与步骤一互逆的维度变换恢复原有尺寸；最后三条分支等比例整合；步骤四、特征压缩聚合解码：将特征编码采样矫正后分别进行卷积压缩和聚合，同时应用上采样方法和下采样方法保持特征张量尺寸一致，对压缩聚合后的特征使用全连接网络进行通道数的调整，最后联合上采样和卷积完成特征编码的解码；步骤五、损失函数监督训练：解码后的识别区域与GroundTruth实况图像做像素级的监督，并使用像素级的Dice损失函数训练网络。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 山东省人工智能研究院 天津理工大学 山东中联视听信息科技股份有限公司 多层次多尺度特征交互的图像伪造区域识别方法及系统