[发明专利]一种图像篡改检测方法和装置

说明书

本申请实施例提供了一种图像篡改检测方法和装置，其中，所述方法包括：获取待检测的图像的重采样矩阵和特征图；将重采样矩阵输入至图像编码网络得到编码图像；将编码图像和特征图进行融合操作得到融合特征向量；将融合特征向量输入至图像解码网络得到置信度图，置信度图中每个像素点的数值表示待检测的图像中对应的每个像素点被篡改的概率；根据置信度图和检测阈值检测得到待检测的图像的被篡改区域和被篡改区域的置信度。本申请实施例将待检测的图像的重采样矩阵，经过编码操作、特征融合操作和解码操作得到表示每个像素点被篡改的概率的置信度图，再按照检测阈值检测出被篡改区域和对应的置信度，实现了像素级别的图像篡改检测。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像篡改检测方法和装置。

背景技术

随着功能强大的图像编辑软件的普及，即使用户没有任何图像处理背景知识，也可以轻易地对数字图像进行篡改，而且篡改后的图像不会留下明显的视觉痕迹。

在许多业务场景下，篡改后的图像容易被用于保险骗保、发布虚假消息、作伪证等，因此，对图像进行篡改检测是亟待解决的一个技术问题。

发明内容

鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像篡改检测方法和装置。

为了解决上述问题，根据本申请实施例的第一方面，公开了一种图像篡改检测方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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被篡改区域，并将所述被篡改区域内的各所述像素点的数值的平均值作为所述被篡改区域的置信度。

可选地，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。