買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西南交通大學申請的專利一種基于深度學習的圖像篡改檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116740008B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310652875.9，技術領域涉及：G06T7/00；該發明授權一種基于深度學習的圖像篡改檢測方法是由陳帆;劉卓華;劉雅蕾;和紅杰設計研發完成，并于2023-06-02向國家知識產權局提交的專利申請。

本一種基于深度學習的圖像篡改檢測方法在說明書摘要公布了：本發明公開了一種基于深度學習的圖像篡改檢測方法，包括以下步驟：獲取圖像數據集，并對其進行預處理，得到預處理后的訓練集；構造粗顆粒度通道補償模塊；構造細顆粒度噪聲特征分離注意力機制模塊；構建端到端的編解碼圖像篡改檢測神經網絡模型，并添加粗顆粒度通道補償模塊和細顆粒度噪聲特征分離注意力機制模塊，向神經網絡模型輸入篡改特征圖，得到篡改區域分割概率圖；使用預處理后的訓練集，利用反向傳播算法優化二分類交叉熵損失函數，迭代訓練神經網絡模型，得到訓練好的圖像篡改檢測神經網絡模型，并使用訓練好的圖像篡改檢測神經網絡模型完成圖像的篡改檢測，本方法解決了現有圖像篡改檢測網絡模型中卷積和池化過程中特征丟失的問題。

本發明授權一種基于深度學習的圖像篡改檢測方法在權利要求書中公布了：1.一種基于深度學習的圖像篡改檢測方法，其特征在于，包括以下步驟： S1、獲取圖像數據集，并對其進行預處理，得到預處理后的訓練集； 所述圖像數據集包括若干張含篡改區域掩膜的篡改圖像； S2、構造粗顆粒度通道補償模塊； 所述步驟S2中粗顆粒度通道補償模塊對輸入圖像的處理方法包括以下步驟： S21、使用不同卷積尺度的空洞卷積對輸入圖像的特征信息進行局部與全局的特征提取，得到不同尺度的第一特征圖，并將不同尺度的第一特征圖進行通道拼接，得到第二特征圖； S22、將第二特征圖輸入至一個卷積層，輸出通道補償后的篡改特征圖； S3、構造細顆粒度噪聲特征分離注意力機制模塊； 所述步驟S3中細顆粒度噪聲特征分離注意力機制模塊對輸入圖像的處理方法包括以下步驟： S31、使輸入圖像通過一個卷積核為1×1的卷積層并進行歸一化處理，得到第三特征圖； S32、對第三特征圖使用閾值劃分為兩個通道，分別表示大于閾值和小于閾值的兩個特征信息，對劃分后的兩個通道進行閾值截斷，并對閾值截斷后的兩側特征值進行通道拼接，得到第四特征圖； S33、使輸入圖像通過卷積核為1×1的卷積層，將輸出的卷積值作為softmax函數的輸入，并使softmax函數輸出的結果加1，得到第五特征圖； S34、將第四特征圖的注意力權重與第五特征圖進行相乘處理，得到第六特征圖； S35、使用平均值池化處理輸入圖像，得到第七特征圖； S36、將第六特征圖和第七特征圖作為softmax函數的輸入，并使softmax函數輸出的結果加1，輸出主動補強后的特征圖； S4、基于粗顆粒度通道補償模塊和細顆粒度噪聲特征分離注意力機制模塊，構建端到端的編解碼圖像篡改檢測神經網絡模型； S5、使用預處理后的訓練集，利用反向傳播算法優化二分類交叉熵損失函數，迭代訓練端到端的編解碼圖像篡改檢測神經網絡模型，得到訓練好的圖像篡改檢測神經網絡模型，并使用訓練好的圖像篡改檢測神經網絡模型完成圖像的篡改檢測。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西南交通大學，其通訊地址為：610031 四川省成都市二環路北一段；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。