买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京电子科技学院申请的专利一种融合边缘特征的可持续学习图像篡改定位方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118941761B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410997604.1，技术领域涉及：G06F17/40；该发明授权一种融合边缘特征的可持续学习图像篡改定位方法及系统是由刘亚奇;白雪松;金鑫;吕斌斌;李晓琳设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本一种融合边缘特征的可持续学习图像篡改定位方法及系统在说明书摘要公布了：本发明公开了一种融合边缘特征的可持续学习图像篡改定位方法，包括：构建包括主干网络、滤波模块、边缘特征融合模块和解码器的基础定位模型；获取目标图像并输入主干网络进行多次特征提取得到多个提取特征图；将所有的提取特征图依次输入滤波模块和边缘特征融合模块得到预测篡改区域边缘掩模；将第一次和最后一次得到的提取特征图输入至解码器得到预测篡改区域掩模；基于预测篡改区域边缘掩模和预测篡改区域掩模构建联合损失函数并对基础定位模型进行训练，得到初始定位模型；获取数据集并基于最终目标函数对初始定位模型进行预设次数训练，得到篡改定位模型；将待检测图像输入篡改定位模型，得到篡改定位结果图。提高了检测精度和泛化能力。

本发明授权一种融合边缘特征的可持续学习图像篡改定位方法及系统在权利要求书中公布了：1.一种融合边缘特征的可持续学习图像篡改定位方法，其特征在于，包括：构建包括主干网络、滤波模块、边缘特征融合模块和解码器的基础定位模型；获取目标图像并输入至所述主干网络进行多次特征提取，得到多个提取特征图；所述得到多个提取特征图，具体包括：所述主干网络包括：第一卷积层、最大池化层和四个特征提取模块；所述目标图像依次输入至所述第一卷积层和所述最大池化层处理，得到输入特征图；所述输入特征图输入至第一特征提取模块，得到第一提取特征图；所述第一提取特征图输入至第二特征提取模块，得到第二提取特征图；所述第二提取特征图输入至第三特征提取模块，得到第三提取特征图；所述第三提取特征图输入至第四特征提取模块，得到第四提取特征图；将所有的所述提取特征图依次输入至所述滤波模块和所述边缘特征融合模块得到预测篡改区域边缘掩模；所述滤波模块包括四个结构相同的滤波层；所述第一提取特征图、所述第二提取特征图、所述第三提取特征图和所述第四提取特征图分别输入至一个所述滤波层进行特征提取，对应得到第一边缘特征图、第二边缘特征图、第三边缘特征图和第四边缘特征图；所述得到预测篡改区域边缘掩模，具体包括：所述边缘特征融合模块包括四个处理模块和三个融合模块；所述第一边缘特征图输入至第一处理模块，得到第一处理特征图；所述第二边缘特征图输入至第二处理模块，得到第二处理特征图；所述第三边缘特征图输入至第三处理模块，得到第三处理特征图；所述第四边缘特征图输入至第四处理模块，得到第四处理特征图；所述第一处理特征图和所述第二处理特征图输入至第一融合模块，得到第一融合特征图；所述第一融合特征图和所述第三处理特征图输入至第二融合模块，得到第二融合特征图；所述第二融合特征图和所述第四处理特征图输入至第三融合模块，得到第三融合特征图；所述第三融合特征图执行激活函数操作，得到所述预测篡改区域边缘掩模；将第一次和最后一次提取得到的所述提取特征图输入至所述解码器，得到预测篡改区域掩模；基于所述预测篡改区域边缘掩模和所述预测篡改区域掩模，构建联合损失函数并对所述基础定位模型进行训练，得到初始定位模型；获取待测图像数据集并基于最终目标函数对所述初始定位模型进行预设次数的训练，最终得到篡改定位模型；获取待检测图像输入至所述篡改定位模型，得到篡改定位结果图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京电子科技学院，其通讯地址为：100070 北京市丰台区富丰路7号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。