[发明专利]篡改检测方法、装置、存储介质及电子设备在审

专利信息
申请号: 202210249866.0 申请日: 2022-03-14
公开(公告)号: CN114820436A 公开(公告)日: 2022-07-29
发明(设计)人: 胡玉琛;咸静;王洪彬 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04;G06N3/08
代理公司: 北京恒博知识产权代理有限公司 11528 代理人: 杨代凯
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 篡改 检测 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种篡改检测方法,所述方法包括:

将材料图像输入至篡改检测模型,以基于所述篡改检测模型提取所述材料图像中的图像异常特征以及对象属性特征;

通过所述篡改检测模型对所述图像异常特征以及所述对象属性特征进行检测识别,输出所述材料图像中的篡改区域。

2.根据权利要求1所述的方法,所述篡改检测模型包括异常检测模块以及对象检测网络,所述基于所述篡改检测模型提取所述材料图像中的图像异常特征以及对象属性特征,包括:

基于所述异常检测模块对所述材料图像进行异常检测处理,得到图像异常特征;

基于所述对象检测网络对所述材料图像进行对象检测处理,得到对象属性特征。

3.根据权利要求2所述的方法,所述基于所述异常检测模块对所述材料图像进行异常检测处理,得到图像异常特征,包括:

通过所述异常检测模块的条件约束网络对所述材料图像进行第一残差检测处理,得到第一图像异常特征;和/或

通过所述异常检测模块的空域隐写分析网络对所述材料图像进行第二残差检测处理,得到第二图像异常特征。

4.根据权利要求2所述的方法,所述基于所述对象检测网络对所述材料图像进行对象检测处理,得到对象属性特征,包括:

基于所述对象检测网络对所述材料图像进行对象属性检测处理,得到对象属性特征;所述对象属性特征包括字体属性特征、段落属性特征、笔迹属性特征以及色彩属性特征中的至少一种。

5.根据权利要求4所述的方法,所述对象检测网络为可变形卷积网络,所述基于所述对象检测网络对所述材料图像进行对象属性检测处理,得到对象属性特征,包括:

将所述材料图像输入至可变形卷积网络中,通过所述可变形卷积网络对所述材料图像中的材料对象进行对象属性检测处理,得到对象属性特征。

6.根据权利要求1所述的方法,所述基于所述篡改检测模型提取所述材料图像中的图像异常特征以及对象属性特征,包括:

基于所述篡改检测模型对所述材料图像进行感兴趣对象检测,得到对象区域信息;

通过所述篡改检测模型提取所述对象区域信息中的图像异常特征以及对象属性特征。

7.根据权利要求6所述的方法,所述篡改检测模型包括文本检测网络,所述基于所述篡改检测模型对所述材料图像进行感兴趣对象检测,得到对象区域信息,包括:

基于所述文本检测网络对所述材料图像进行感兴趣文本检测,得到至少一个文本区域信息,所述文本区域信息包括文本行图像信息以及文本行位置信息。

8.根据权利要求1所述的方法,所述通过所述篡改检测模型对所述图像异常特征以及所述对象属性特征进行检测识别,输出所述材料图像中的篡改区域,包括:

通过所述篡改检测模型对所述图像异常特征以及所述对象属性特征进行特征融合处理,得到目标融合特征;

通过所述篡改检测模型对所述目标融合特征进行特征分类处理,得到所述材料图像中的篡改区域,并输出所述篡改区域。

9.根据权利要求8所述的方法,所述篡改检测模型包括特征分类网络,所述通过所述篡改检测模型对所述目标融合特征进行特征分类处理,得到所述材料图像中的篡改区域,并输出所述篡改区域,包括:

将所述目标融合特征输入至所述特征分类网络,通过所述特征分类网络确定所述目标融合特征中的篡改特征;

通过所述特征分类网络确定篡改特征对应的篡改位置信息,基于所述篡改位置信息从材料图像中确定篡改区域,输出所述篡改区域。

10.一种篡改检测装置,所述装置包括:

特征提取模块,用于将所述材料图像输入至篡改检测模型,以基于所述篡改检测模型提取所述材料图像中的图像异常特征以及对象属性特征;

篡改确定模块,用于通过所述篡改检测模型对所述图像异常特征以及所述对象属性特征进行检测识别,输出所述材料图像中的篡改区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210249866.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top