龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：新型显示与视觉感知石城实验室;东南大学
申请日：2024-03-25
公开（公告）日：2024-06-14
公开（公告）号：CN118196604A
主分类号：G06V20/00
分类号：G06V20/00;G06V10/40;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了对迭代FGSM反取证攻击鲁棒的像素级定位取证方法，构建像素级定位取证模型，该模型由特征提取模块、多尺度模块、解码器模块三部分组成；特征提取模块用于提取图像的RGB色彩特征和SRM噪声特征，在提取出的RGB色彩特征后使用多尺度模块，该模块基于注意力机制和密集特征设计，让模型在更大的感受野下提取多尺度特征。解码器模块由基于残差块的上采样单元组成，其中每个单元都使用了注意力机制SCSE层。解码器模块与特征提取模块的对应部分使用跳跃连接相连，解码器模块输出预测的取证定位掩码。像素级定位取证模型在多个公开数据集上取得了较好的取证效果，且在基于迭代FGSM的反取证攻击下表现出较好的鲁棒性。
主权项：1.对迭代FGSM反取证攻击鲁棒的像素级定位取证方法，其特征在于，针对包含篡改区域的图像，执行如下步骤S1-步骤S4，完成对图像篡改区域的定位取证：步骤S1：采集包含篡改区域的图像；步骤S2：构建像素级定位取证模型，该模型由特征提取模块、多尺度模块、解码器模块三部分组成；其中特征提取模块以所采集的图像为输入，基于注意力机制对输入图像进行特征提取，将所提取特征输入多尺度模块；多尺度模块通过多个分支将输入特征分为多个特征，将多个特征进行拼接、降维，并输出特征到解码器模块；解码器模块与特征提取模块的对应部分使用跳跃连接相连，最终解码器模块输出预测的图像篡改区域掩码；步骤S3：对步骤S2所构建的像素级定位取证模型进行训练，获得训练好的像素级定位取证模型；步骤S4：测试步骤S3所获得的像素级定位取证模型，以验证该模型的定位取证效果和在迭代FGSM反取证攻击下的鲁棒性。
全文数据：
权利要求：
百度查询： 新型显示与视觉感知石城实验室;东南大学 对迭代FGSM反取证攻击鲁棒的像素级定位取证方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号