[发明专利]一种基于异常检测技术的图像篡改定位方法、装置及终端

说明书

本发明公开了一种基于异常检测技术的图像篡改定位方法、装置及终端，其中，上述方法包括：获取未知图像；控制对未知图像进行噪声提取，得到噪声图像，并将所述噪声图像拆分为若干个相互关联的噪声块；将噪声块依次输入预先构建的异常检测网络中进行训练；当训练得到的损失差值小于预设损失差值时，完成训练并冻结当前异常检测网络的检测参数；将所述噪声块依次输入至训练完成的异常检测网络中，得到重构块，并计算所述噪声块与对应重构块间的重构误差，得到各噪声块的异常分数；基于所述异常分数生成热力图，提取所述热力图中高于预设阈值的像素点，生成预测的篡改定位图，并输出。实现不依赖数据，适用性广，准确度高的图像篡改定位。

技术领域

本发明涉及异常检测技术领域，尤其涉及的是一种基于异常检测技术的图像篡改定位方法、装置及终端。

背景技术

如今，人们每天都会接触到大量的文字、图片和视频，并且人们可以从中获得想了解的信息，但是这些载体承载的信息是否真实，单凭人的双眼无法判决。随着图像编辑技术的进步，大量的篡改软件不断地涌出，这些篡改软件能够帮助人们方便快捷的修改图像的某个图案，或者更改图像中某个重要的字段，这些新型技术的发展在给生活带来便利的同时，也带来了可能存在的安全隐患。例如法庭上不法分子通过篡改软件修改照片来伪造证据帮助自己辩护，投机者通过篡改出竞争者丑闻照片，来实现自己有利的竞争地位。

在现有技术中，未知图像的检测和定位方法主要分为有监督方案以及无监督方案。其中，有监督方案更多的依赖神经网络和大量的训练数据，且对于预测的图像也有一定要求；而无监督的方案普遍准确度不高，定位效果差。可见，现有技术中仍然缺少应用范围广、需求数据量小且准确度高的未知图像检测和定位方案。

因此，现有技术还有待改进和发展。

发明内容

针对现有技术中，有监督图像篡改定位方案所存在的过于依赖数据集，适用范围小的问题，以及无监督图像篡改定位方案准确度较低的问题。缺少一种不依赖数据集、适用性更广且具有较高准确度的图像篡改定位方案。而本发明提供一种基于异常检测技术的图像篡改定位方法，将需预测的未知图像进行噪声提取和拆分的预处理，获得可用于训练的若干图像，并输入预先构建的异常检测网络中，得到由未知图像训练的异常检测网络。再将未知图像拆分得到的噪声块输入异常检测网络中，得到评价图像对应位置是否篡改的异常分数，进而生成热力图以及图像篡改定位图。本方法通过单图像训练单图像测试，极大的降低了对数据集的依赖，扩大了适用范围。同时与一些深度网络相比，本方法的网络更加轻量化，占用的硬件资源更少，更容易部署到日常生活中，还提供较好的图像篡改定位准确度。

为了实现上述技术效果，本发明第一方面提供一种基于异常检测技术的图像篡改定位方法，其中，上述方法包括：

获取需进行图像篡改定位的未知图像；

控制对所述未知图像进行噪声提取，得到噪声图像，并将所述噪声图像拆分为若干个相互关联的噪声块；

将所述噪声块依次输入预先构建的异常检测网络中进行训练；

当训练得到的损失差值小于预设损失差值时，完成训练并冻结当前异常检测网络的检测参数；

将所述噪声块依次输入至训练完成的异常检测网络中，得到重构块，并计算所述噪声块与对应重构块间的重构误差，得到各噪声块的异常分数；

基于所述异常分数生成热力图，提取所述热力图中高于预设阈值的像素点，生成预测的篡改定位图，并输出。

可选的，上述获取需进行图像篡改定位的未知图像的步骤之前包括：

构建一异常检测网络，包含编码器、全连接层、拟合高斯分布层以及解码器。

可选的，上述获取需进行图像篡改定位的未知图像的步骤之前还包括：

设置一预设损失差值，用于判断网络训练是否需停止；