[发明专利]一种基于LSTM网络与编解码网络的篡改图像盲取证方法

说明书

本发明公开了一种基于LSTM网络与编解码网络的篡改图像盲取证方法，本发明首先将图像进行插值转化为标准大小，将图像输入到编码器提取图像的像素级篡改特征，将图像分割为8*8的图像块输入到LSTM网络中提取块之间的过渡信息，融合两个特征利用解码器生成篡改区域预测图像。本发明能够对篡改图像进行准确的预测，能够帮助信息鉴别工作者提高了网络图像真伪取证的便捷性与准确度。

技术领域

本发明涉及了信息媒体取证领域，特别是利用了LSTM网络与编解码网络进行图像篡改盲取证。

背景技术

图像处理软件及数字图像获取设备的快速发展，使得非专业人士也可以轻松编辑、修改图像。在当今数字化的时代，图像已经是一种普遍至极的媒介，向人们传达着各种社会信息。因此，借助计算机强大的计算能力，来完成伪造图片的辨别与篡改区域的定位是当前图像真伪取证的迫切需求。数字图像盲取证技术(Blind Image Forensic)，因其无需对图像预处理、仅利用图像自身的特征就能鉴别图像真伪，而成为目前该领域的研究热点。

发明内容

本发明能够对篡改图像进行准确的预测，能够帮助信息鉴别工作者提高了网络图像真伪取证的便捷性与准确度。

本发明提供的技术方案为：

一种基于LSTM网络与编解码网络的篡改图像盲取证方法其特征在于，包括如下步骤：

步骤一：输入任意图像，将图像利用二次线性插值重构为256*256的图像X；

步骤二：图像值转化为0-255之间的值，存入hdf5文件；

步骤三：将图像X切割分成8*8个图像块，利用拉普拉斯滤波器对每一个图像块进行锐化处理，通过Rodan变换对图像提取重采样特征图X1；

步骤四：将重采样特征X1输入到LSTM网络提取出重采样特征热图Y1，代表每个块之间的宏观过渡信息；

步骤五：将图像X输入到编码器中，经过第一次二维卷积、批标准化、池化操作得到早期空间特征图Y2，将特征图保存用作解码器的跳过链接。再进行两次二维卷积、批标准化、池化操作得到压缩后的深层特征图Y3。

步骤六：将特征图Y3与特征图X1进行堆叠得到融合特征图Y4，经过一次上采样、批标准化、RELU函数激活得到的特征图与跳过链接特征图Y2堆叠得到融合特征图Y5，再经过一次上采样、批标准化、RELU函数激活得到预测特征图Y6，对Y6利用sigmoid函数进行0-1处理得到最终的预测蒙版图。

优选地，所述步骤三，将图像X切割分成8*8个图像块，利用拉普拉斯滤波器对每一个图像块进行锐化处理，通过Rodan变换对图像提取重采样特征图X1；步骤如下：

给定一幅图像，我们首先提取64(即8×8)个不重叠的patch。由于输入图像的尺寸为256×256×3，所以每个patch的尺寸为32×32×3。然后，用3×3拉普拉斯滤波器的幅度的平方根来计算，得到每个提取的patch的线性预测误差的幅度。由于重采样信号的线性预测误差具有周期性的相关性，我们应用Radon变换沿不同的投影角度累积误差。最后，我们应用快速傅里叶变换(FFT)来找出信号的周期性。一般来说，这些重采样特征能够捕获不同的重采样特征——JPEG质量阈值高于或低于阈值、上采样、下采样、顺时针旋转、逆时针旋转和剪切。