買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉杭州電子科技大學(xué)申請(qǐng)的專利一種基于卷積視覺Mamba的篡改檢測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN118397367B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202410608173.5，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)一種基于卷積視覺Mamba的篡改檢測(cè)方法是由沈張一;羅文豪;陳艷利;姚曄設(shè)計(jì)研發(fā)完成，并于2024-05-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于卷積視覺Mamba的篡改檢測(cè)方法在說明書摘要公布了：本發(fā)明公開了一種基于卷積視覺Mamba的篡改檢測(cè)方法，該方法首先使用接縫裁剪算法對(duì)數(shù)據(jù)集進(jìn)行處理，按照不同的接縫裁剪率對(duì)圖片寬度進(jìn)行縮小，得到數(shù)據(jù)集。其次將處理后的原圖，隨機(jī)裁剪到與對(duì)應(yīng)接縫裁剪率處理后圖像相同的大小。然后將數(shù)據(jù)集輸入基于卷積視覺Mamba的網(wǎng)絡(luò)模型，使用交叉熵計(jì)算分類損失，利用反向傳播更新網(wǎng)絡(luò)模型參數(shù)。最后將待檢測(cè)的圖像輸入到訓(xùn)練后的網(wǎng)絡(luò)模型，輸出圖像是否經(jīng)過接縫裁剪處理的檢測(cè)結(jié)果。本發(fā)明更容易捕捉到圖像中存在的偽影，能夠有效提高在處理低接縫裁剪率圖像檢測(cè)時(shí)的檢測(cè)準(zhǔn)確度。

本發(fā)明授權(quán)一種基于卷積視覺Mamba的篡改檢測(cè)方法在權(quán)利要求書中公布了：1.一種基于卷積視覺Mamba的篡改檢測(cè)方法，其特征在于，包括以下步驟： 步驟1.使用接縫裁剪SeamCarving算法對(duì)數(shù)據(jù)集進(jìn)行處理，按照不同的SeamCarving率對(duì)圖片寬度進(jìn)行縮小，得到數(shù)據(jù)集； 步驟2.將處理前的原圖，隨機(jī)裁剪到與對(duì)應(yīng)SeamCarving率處理后圖像相同的大小； 步驟3.將數(shù)據(jù)集輸入基于卷積視覺Mamba的網(wǎng)絡(luò)模型，使用交叉熵計(jì)算分類損失，利用反向傳播更新網(wǎng)絡(luò)模型參數(shù)； 所述基于卷積視覺Mamba的網(wǎng)絡(luò)模型，包括順序連接構(gòu)建的預(yù)處理模塊、偽影特征提取模塊、特征尺度統(tǒng)一模塊、視覺Mamba模塊； 預(yù)處理模塊由一個(gè)卷積核為5×5的高通濾波組成，對(duì)圖像進(jìn)行預(yù)處理，抑制圖像內(nèi)容對(duì)檢測(cè)效果的影響，其中高通濾波使用的卷積核如下： 所述偽影特征提取模塊由順序連接的三種不同的卷積塊組成，第一種卷積塊包含一個(gè)卷積操作，用于擴(kuò)充通道數(shù)；第二種是包含多個(gè)密集連接卷積塊，同時(shí)將輸出與初始輸入進(jìn)行殘差連接；第三種包含兩個(gè)不同核大小的卷積，同時(shí)將步長(zhǎng)設(shè)置為2，使得特征向量大小減半； 所述特征尺度統(tǒng)一模塊通過自適應(yīng)最大池化實(shí)現(xiàn)，通過將圖像輸入到特征尺度統(tǒng)一模塊，輸出統(tǒng)一維度的特征向量； 所述視覺Mamba模塊將所述統(tǒng)一維度的特征向量的通道數(shù)作為patch塊數(shù)量，將patch塊通過展平和線性投影為不同的特征單元token，再加上用于后續(xù)分類的類token，經(jīng)過位置編碼后，輸入到多個(gè)Mamba編碼器堆疊的模塊進(jìn)行全局偽影特征提取，最后輸入到多層感知機(jī)進(jìn)行檢測(cè)分類； 所述Mamba編碼器包括正反雙向兩個(gè)一維卷積以及正反雙向兩個(gè)SSM，同時(shí)使用SiLU激活函數(shù)進(jìn)行殘差連接； 步驟4.將待檢測(cè)的圖像輸入到訓(xùn)練后的網(wǎng)絡(luò)模型，輸出圖像是否經(jīng)過SeamCarving處理的檢測(cè)結(jié)果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人杭州電子科技大學(xué)，其通訊地址為：310018 浙江省杭州市錢塘區(qū)白楊街道2號(hào)大街1158號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。