[发明专利]一种图像篡改检测方法和装置

权利要求书

1.一种图像篡改检测方法，其特征在于，包括：

获取待检测的图像的重采样矩阵和特征图；

将所述重采样矩阵输入至图像编码网络得到编码图像；

将所述编码图像和所述特征图进行融合操作得到融合特征向量；

将所述融合特征向量输入至图像解码网络得到置信度图，所述置信度图中每个像素点的数值表示所述待检测的图像中，对应的每个像素点被篡改的概率；

根据所述置信度图和预设的检测阈值检测得到所述待检测的图像的被篡改区域和所述被篡改区域的置信度。

2.根据权利要求1所述的方法，其特征在于，所述获取待检测的图像的重采样矩阵，包括：

将所述待检测的图像的每个像素点按照预设的折返排序规律进行重新排序操作，得到所述重采样矩阵。

3.根据权利要求1所述的方法，其特征在于，所述将所述重采样矩阵输入至图像编码网络得到编码图像，包括：

将所述重采样矩阵依次输入至所述图像编码网络的多个子编码器得到所述编码图像。

4.根据权利要求3所述的方法，其特征在于，所述子编码器包括多头注意力网络和前馈神经网络，且所述多头注意力网络和所述前馈神经网络之后均连接残差网络和归一化网络。

5.根据权利要求1所述的方法，其特征在于，所述将所述编码图像和所述特征图进行融合操作得到融合特征向量，包括：

计算所述编码图像和所述特征图的外积得到所述融合特征向量。

6.根据权利要求1所述的方法，其特征在于，所述将所述融合特征向量输入至图像解码网络得到置信度图，包括：

在所述图像解码网络中对所述融合特征向量进行连接，并对连接后的所述融合特征向量进行上采样操作得到所述置信度图，所述置信度图的尺寸与所述待检测的图像的尺寸相同。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述待检测的图像为车辆影像系统的车辆图像；

所述根据所述置信度图和预设的检测阈值检测得到所述待检测的图像的被篡改区域和所述被篡改区域的置信度，包括：

将所述置信度图中所述数值大于所述检测阈值的所述像素点所在的区域确定为所述车辆图像的车损修复区域，并将所述车损修复区域内的各所述像素点的数值的平均值作为所述车损修复区域的置信度；

所述方法还包括：

将所述车损修复区域的置信度与预设的车损置信度阈值进行比较；

当所述车损修复区域的置信度大于或等于所述车损置信度阈值时，生成并展示车损修复提示信息。

8.根据权利要求1-6中任一项所述的方法，其特征在于，所述待检测的图像为医保理赔系统的理赔图像；

所述根据所述置信度图和预设的检测阈值检测得到所述待检测的图像的被篡改区域和所述被篡改区域的置信度，包括：

将所述置信度图中所述数值大于所述检测阈值的所述像素点所在的区域确定为所述理赔图像的理赔篡改区域，并将所述理赔篡改区域内的各所述像素点的数值的平均值作为所述理赔篡改区域的置信度；

所述方法还包括：

将所述理赔篡改区域的置信度与预设的理赔置信度阈值进行比较；

当所述理赔篡改区域的置信度大于或等于所述理赔置信度阈值时，生成并展示理赔篡改提示信息。

9.一种图像篡改检测装置，其特征在于，包括：

获取模块，被配置成获取待检测的图像的重采样矩阵和特征图；

输入模块，被配置成将所述重采样矩阵输入至图像编码网络得到编码图像；

融合模块，被配置成将所述编码图像和所述特征图进行融合操作得到融合特征向量；

所述输入模块，还被配置成将所述融合特征向量输入图像解码网络得到置信度图，所述置信度图中每个像素点的数值表示所述待检测的图像中，对应的每个像素点被篡改的概率；

检测模块，被配置成根据所述置信度图和预设的检测阈值检测得到所述待检测的图像的被篡改区域和所述被篡改区域的置信度。