Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种针对互联网图像舆情真伪的检测方法 

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:温州大学

摘要:本发明属于数字图像内容安全技术领域,公开了一种针对互联网图像舆情真伪的检测方法。为了解决互联网上图像语义篡改检测的问题,本方法采用基于编码器‑解码器架构的LSTM‑CNN网络,整个网络分为五部分:1线索特征过滤模块;2后处理特征过滤模块;3虚警排除模块即LSTM网络;4编码器网络;5解码器网络。线索特征过滤模块、后处理特征过滤模块、编码器与解码器主要由卷积神经网络CNN组成,其中包括卷积层、残差单元、最大池化层、上采样层和批量规范化层等。该方法包括以下关键技术环节:线索特征过滤,通过提取领域幅值波动模式DAFP特征来区分真实图像与伪造篡改图像;后处理特征过滤,通过对正反例的真实标签与预测标签的学习,找到最小似然类,从而去除后处理特征;虚警排除,主要排除互联网中由于图像的压缩去噪等对于图像本身内容不变的相关特征,编码器‑解码器网络主要是通过学习上述特定的特征,最终判断图像的内容是否发生篡改以及篡改的位置。

主权项:1.一种针对互联网图像舆情真伪的检测方法,所涉及的基于编码器-解码器架构的LSTM-CNN网络,其特征在于,分为如下五部分:1线索特征过滤模块;2后处理特征过滤模块;3虚警排除模块即LSTM网络;4编码器网络;5解码器网络。线索特征过滤模块、后处理特征过滤模块、编码器与解码器主要由卷积神经网络CNN组成,其中包括卷积层、残差单元、最大池化层、上采样层和批量规范化层等。

全文数据:

权利要求:

百度查询: 温州大学 一种针对互联网图像舆情真伪的检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。