[发明专利]图像分析方法、装置、设备及存储介质

说明书

本申请公开了一种图像分析方法、装置、设备及存储介质，属于图像分析处理技术领域。所述方法包括：获取第一图像；对第一图像进行特征加强处理得到第二图像，第二图像用于加强第一图像中的篡改特征；基于通道重标定对第一图像的第一特征通道以及第二图像的第二特征通道增加权重，权重用于反映第一特征通道与第二特征通道之间的相对重要程度，通道重标定用于提升篡改特征的重要程度；将增加权重后的第一特征通道与第二特征通道输入图像分割模型，输出第一图像中的篡改区域。第二特征通道结合通道重标定能够提升第一图像中的篡改特征的重要程度，从而提升了确定图像中的篡改特征的准确度，进而能够提升确定图像中的篡改区域的准确度。

技术领域

本申请涉及图像分析处理技术领域，特别涉及一种图像分析方法、装置、设备及存储介质。

背景技术

图像分析技术是近年来的热门技术之一，通过图像分析技术能够实现确定图像是否经过篡改(也称为PS)以及图像中的篡改区域。

目前，通常使用双流Faster R-CNN(Region-Convolutional Neural Network)确定图像中的篡改区域。双流Faster R-CNN中的RGB流能够从输入的RGB图像中提取篡改特征，例如强对比度差异特征以及非自然篡改边界特征。双流Faster R-CNN中的噪声流能够通过隐写分析模型(Steganalysis Rich Model，SRM)滤波器提取RGB图像的噪声特征。其中，RGB图像中的真实区域和篡改区域之间的噪声特征不同。之后双流Faster R-CNN融合RGB流和噪声流得到的特征，从而能够准确地确定出图像中的篡改区域。

当被检测的图像经过至少两次图像压缩时，上述方法中的SRM滤波器将无法提取出图像的噪声特征，从而导致确定图像中的篡改区域时的准确度降低。

发明内容

本申请提供了一种图像分析方法、装置、设备及存储介质，能够提升确定图像中的篡改区域的准确度。所述技术方案如下：

根据本申请的一方面，提供了一种图像分析方法，所述方法包括：

获取第一图像；

对所述第一图像进行特征加强处理得到第二图像，所述第二图像用于加强所述第一图像中的篡改特征；

基于通道重标定对所述第一图像的第一特征通道以及所述第二图像的第二特征通道增加权重，所述权重用于反映所述第一特征通道与所述第二特征通道之间的相对重要程度，所述通道重标定用于提升所述篡改特征的重要程度；

将增加权重后的所述第一特征通道与所述第二特征通道输入图像分割模型，输出所述第一图像中的篡改区域。

根据本申请的另一方面，提供了一种图像分析装置，所述装置包括：

获取模块，用于获取第一图像；

第一处理模块，用于对所述第一图像进行特征加强处理得到第二图像，所述第二图像用于加强所述第一图像中的篡改特征；

第二处理模块，用于基于通道重标定对所述第一图像的第一特征通道以及所述第二图像的第二特征通道增加权重，所述权重用于反映所述第一特征通道与所述第二特征通道之间的相对重要程度，所述通道重标定用于提升所述篡改特征的重要程度；

输入输出模块，用于将增加权重后的所述第一特征通道与所述第二特征通道输入图像分割模型，输出所述第一图像中的篡改区域。

可选地，所述第二处理模块，用于：

将所述第一特征通道与所述第二特征通道合并，得到第一合并特征通道；

将所述第一合并特征通道输入第一压缩激励网络块，得到所述第一合并特征通道对应的第一加权特征通道，所述第一加权特征通道是根据对所述第一合并特征通道中的每个通道增加权重得到的；