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！

龙图腾网获悉西南交通大学申请的专利一种基于深度学习的图像篡改检测方法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：CN116740008B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202310652875.9，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的图像篡改检测方法是由陈帆;刘卓华;刘雅蕾;和红杰设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本一种基于深度学习的图像篡改检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的图像篡改检测方法，包括以下步骤：获取图像数据集，并对其进行预处理，得到预处理后的训练集；构造粗颗粒度通道补偿模块；构造细颗粒度噪声特征分离注意力机制模块；构建端到端的编解码图像篡改检测神经网络模型，并添加粗颗粒度通道补偿模块和细颗粒度噪声特征分离注意力机制模块，向神经网络模型输入篡改特征图，得到篡改区域分割概率图；使用预处理后的训练集，利用反向传播算法优化二分类交叉熵损失函数，迭代训练神经网络模型，得到训练好的图像篡改检测神经网络模型，并使用训练好的图像篡改检测神经网络模型完成图像的篡改检测，本方法解决了现有图像篡改检测网络模型中卷积和池化过程中特征丢失的问题。

本发明授权一种基于深度学习的图像篡改检测方法在权利要求书中公布了：1.一种基于深度学习的图像篡改检测方法，其特征在于，包括以下步骤： S1、获取图像数据集，并对其进行预处理，得到预处理后的训练集； 所述图像数据集包括若干张含篡改区域掩膜的篡改图像； S2、构造粗颗粒度通道补偿模块； 所述步骤S2中粗颗粒度通道补偿模块对输入图像的处理方法包括以下步骤： S21、使用不同卷积尺度的空洞卷积对输入图像的特征信息进行局部与全局的特征提取，得到不同尺度的第一特征图，并将不同尺度的第一特征图进行通道拼接，得到第二特征图； S22、将第二特征图输入至一个卷积层，输出通道补偿后的篡改特征图； S3、构造细颗粒度噪声特征分离注意力机制模块； 所述步骤S3中细颗粒度噪声特征分离注意力机制模块对输入图像的处理方法包括以下步骤： S31、使输入图像通过一个卷积核为1×1的卷积层并进行归一化处理，得到第三特征图； S32、对第三特征图使用阈值划分为两个通道，分别表示大于阈值和小于阈值的两个特征信息，对划分后的两个通道进行阈值截断，并对阈值截断后的两侧特征值进行通道拼接，得到第四特征图； S33、使输入图像通过卷积核为1×1的卷积层，将输出的卷积值作为softmax函数的输入，并使softmax函数输出的结果加1，得到第五特征图； S34、将第四特征图的注意力权重与第五特征图进行相乘处理，得到第六特征图； S35、使用平均值池化处理输入图像，得到第七特征图； S36、将第六特征图和第七特征图作为softmax函数的输入，并使softmax函数输出的结果加1，输出主动补强后的特征图； S4、基于粗颗粒度通道补偿模块和细颗粒度噪声特征分离注意力机制模块，构建端到端的编解码图像篡改检测神经网络模型； S5、使用预处理后的训练集，利用反向传播算法优化二分类交叉熵损失函数，迭代训练端到端的编解码图像篡改检测神经网络模型，得到训练好的图像篡改检测神经网络模型，并使用训练好的图像篡改检测神经网络模型完成图像的篡改检测。

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西南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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”。