[发明专利]一种图像篡改检测方法、终端设备及存储介质

权利要求书

1.一种图像篡改检测方法，其特征在于，包括以下步骤：

S1：采集未篡改图像和对应的篡改图像，并将未篡改图像减去篡改图像得到篡改图像的差异图像，将未篡改图像和篡改图像共同组成训练集；

S2：构建二分类网络模型，通过训练集对二分类网络模型进行训练，使得训练后的二分类网络模型能够区分图像是否被篡改；

二分类网络模型包括特征提取层、图像注意力层和分类器；

特征提取层由双流网络组成，分别为RGB流卷积层和SRM流卷积层，RGB流卷积层通过输入RGB图像进行特征提取，SRM流卷积层通过一个SRM滤波层后获取噪声图像，将噪声图像输入卷积层进行特征提取；

图像注意力层将RGB流卷积层和SRM流卷积层提取的特征进行拼接后作为输入，通过对输入的特征图像进行运算后得到图像注意力层的差异图像，将图像注意力层的差异图像与输入的特征图像进行融合后作为图像注意力层的输出；

分类器对图像注意力层的输出进行分类，判断其是否为篡改图像；

其中，所述二分类网络模型的损失函数L为：

L＝L_cls+α*L_map

其中，L_cls表示用于分类器的二分类交叉熵损失函数，α表示损失函数权重，L_map表示用于图像注意力层的差异图像的训练的L1损失函数，

其中，M_gt表示网络训练得到的差异图像，表示真实的差异图像；

其中，使用两个卷积层和一个sigmoid函数对图像注意力层的输入进行运算来得到所述M_gt，计算公式为：

其中，X_in为作为图像注意力层输入的、拼接的特征图像的卷积特征图，H表示高度，W表示宽度，C表示通道数,其中，表示卷积操作；S3：通过训练后的二分类网络模型对图像是否被篡改进行识别。

2.根据权利要求1所述的图像篡改检测方法，其特征在于：步骤S1中差异图像为未篡改图像减去篡改图像的差值进行归一化处理后的图像。

3.根据权利要求1所述的图像篡改检测方法，其特征在于：步骤S1中组成训练集中的图像还包括以下操作：通过人脸检测算法获取未篡改图像中的人脸，然后使用获取的人脸对应的人脸区域的位置来截取篡改图像中的人脸，将截取的人脸组成训练集。

4.根据权利要求1所述的图像篡改检测方法，其特征在于：RGB流卷积层和SRM流卷积层分别通过残差网络的前三层结构进行特征提取。

5.根据权利要求1所述的图像篡改检测方法，其特征在于：分类器中采用残差网络的最后两层卷积对输入进行特征提取，然后采用一个池化层和三个全连接层进行二分类训练。

6.一种图像篡改检测终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～5中任一所述方法的步骤。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～5中任一所述方法的步骤。