[发明专利]用于复制移动伪造的图像检测方法、装置、介质及设备

权利要求书

1.一种用于复制移动伪造的图像检测方法，其特征在于，包括：

获取待检测图像；

将待检测图像输入构建的上下文多尺度交叉融合网络中，输出标记有伪造位置的定位图。

2.根据权利要求1所述的用于复制移动伪造的图像检测方法，其特征在于，所述上下文多尺度交叉融合网络，包括：

双流多尺度特征提取融合模块，用于从待检测图像中提取图像的多尺度特征；

特征相关性模块，用于利用皮尔森系数计算多尺度特征的相关性，并使用百分比池化去除冗余信息，获得相关性特征；

多尺度融合-空洞空间金字塔池化模块，用于交换多尺度特征，并再次计算相关性，同时，融合相关性特征，获得相关性匹配图；

残差冗余解码模块，用于根据相关性匹配图，解码输出标记有伪造位置的定位图。

3.根据权利要求2所述的用于复制移动伪造的图像检测方法，其特征在于，所述双流多尺度特征提取融合模块，包括：

利用VGG16的前四个块提取特征，并将第四个块的池化层去除，第四个块的卷积改为深度可分离卷积；随后将第二、三、四个块的特征采用堆叠的方式输入双流多尺度特征提取融合模块提取并融合多尺度特征，得到三个不同尺度的特征向量，将三个不同尺度的特征向量输入通道注意力模块来引导网络重点关注对复制移动伪造检测任务有积极作用的通道特征；双流多尺度特征提取融合模块的最终输出为：

M_r,last＝Sep(M_r,3)+M_r,0 (3)

其中，r∈[h,l]，h表示高分辨率流，l表示低分辨率流，Sep(·)表示卷积核大小为3的深度可分离卷积，M_r,0表示双流多尺度特征提取融合模块的输入，M_r,3表示经过了3组上下文多尺度交叉融合网络提取后的M_r,0。

4.根据权利要求3所述的用于复制移动伪造的图像检测方法，其特征在于，所述特征相关性模块，包括：

利用皮尔森系数计算特征张量空间方向的任意两个像素的相关性，将得到的特征张量在通道上从大到小排序后，取固定百分比维度的特征以减少冗余特征；

使用皮尔森系数计算相关性的方法如下：

其中，S_m，_n表示patch-like特征F_m与F_n之间的相关性，是Fm通过减去均值除以方差后的归一化版本，是Fn通过减去均值除以方差后的归一化版本，Fc是通道维度。

5.根据权利要求4所述的用于复制移动伪造的图像检测方法，其特征在于，所述多尺度融合-空洞空间金字塔池化模块，包括：

将中间特征张量输入多尺度融合-空洞空间金字塔池化模块，在提取多尺度特征的同时融合不同尺度的特征信息；多尺度融合-空洞空间金字塔池化模块分别使用膨胀率为4、8、12、16的空洞卷积提取不同尺度的特征，然后使用卷积核为1×1的可分离卷积压缩通道数，并使用堆叠的双流多尺度特征提取融合模块对空洞空间金字塔池化模块的输出做不同尺度特征的融合；之后，将多尺度融合-空洞空间金字塔池化模块的输出再次输入到所述特征相关性模块中计算空间相关性，从而正确定位图像伪造位置。

6.根据权利要求5所述的用于复制移动伪造的图像检测方法，其特征在于，所述残差冗余解码模块，包括：

根据相关性匹配图的空间分布细化分割掩码，使用残差结构拼接到对应特征后，再使用拼接后的特征进行解码；最后，使用softmax激活得到最终的伪造掩码，在训练过程中，使用了交叉熵损失来优化网络参数，给定预测掩码h∈{0,1}和相对应的真实值y∈{0,1}，上下文多尺度交叉融合网络的损失可以使用以下公式计算：

其中，m表示像素数量。

7.一种用于复制移动伪造的图像检测装置，其特征在于，包括：

图像获取模块，用于获取待检测图像；

检测模块，用于将待检测图像输入构建的上下文多尺度交叉融合网络中，输出标记有伪造位置的定位图。