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！

龙图腾网获悉福建农林大学申请的专利基于图像复制移动特征的视频删帧取证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：CN118261830B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202410393776.8，技术领域涉及：G06T5/77；该发明授权基于图像复制移动特征的视频删帧取证方法是由冯春晖;李钦;黄益塨;纪祥敏设计研发完成，并于2024-04-02向国家知识产权局提交的专利申请。

本基于图像复制移动特征的视频删帧取证方法在说明书摘要公布了：本发明提出基于图像复制移动特征的视频删帧取证方法，利用视频删帧篡改残差图中的重影特征与图像复制移动篡改特征的相似性来进行视频删帧取证，首先设计Multi‑PyRes模型，将模型先在图像复制移动篡改数据集上进行预训练，以学习复制移动篡改的特征；然后，将预训练后的模型参数迁移到删帧检测任务；所述方法通过引入能够学习到复制移动特征的约束卷积层，从删帧视频的显著化残差特征序列图中提取复制移动特征，并且采用结合CBAM注意力机制的残差金字塔卷积层结构，多尺度提取复制移动篡改特征，从而实现视频删帧篡改检测；本发明多尺度提取与删帧篡改的重影特征相似的复制移动篡改特征进行图像分类，能实现视频删帧篡改检测。

本发明授权基于图像复制移动特征的视频删帧取证方法在权利要求书中公布了：1.基于图像复制移动特征的视频删帧取证方法，其特征在于：所述方法利用视频删帧篡改残差图中的重影特征与图像复制移动篡改特征的相似性来进行视频删帧取证，具体为：首先设计Multi-PyRes模型，将模型先在图像复制移动篡改数据集上进行预训练，以学习复制移动篡改的特征；然后，将预训练后的模型参数迁移到删帧检测任务；所述方法通过引入能够学习到复制移动特征的约束卷积层，从删帧视频的显著化残差特征序列图中提取复制移动特征，并且采用结合CBAM注意力机制的残差金字塔卷积层结构，多尺度提取复制移动篡改特征，从而实现视频删帧篡改检测； 所述方法包括以下步骤； 步骤S1、将约束卷积层与PyRes_CBAM结合的Multi-PyRes模型在图像复制移动篡改数据集进行预训练； 步骤S2、将待检测视频解码为RGB图像并转换为残差特征图序列； 步骤S3、使用特征增强算法显著化残差特征图序列； 步骤S4、将显著化残差特征图输入约束卷积层得到复制移动特征，再将该特征与原始显著化残差特征利用早期融合方法进行叠加； 步骤S5、将步骤S4得到的叠加特征经过PyRes_CBAM网络处理，逐步提取对复制移动特征的抽象表示； 步骤S6、通过包含两个全连接层的神经网络，利用Softmax函数生成最终的预测结果，判断帧是否是删帧点，从而实现视频删帧篡改检测； 所述步骤S4具体实现方式包括以下步骤： 步骤S41、将显著化残差特征图序列与步长为1的3个不同的5×5约束卷积滤波器进行卷积产生尺寸为252×252×3的预测残差特征图，该步骤用于抑制图像的内容，为后续步骤提供低级复制移动取证特征； 约束卷积层的滤波器通过执行下述公式5的约束条件学习估计中心像素与其相邻局部像素之间的预测误差特征以产生特征图，对应于预测像素误差，作为低级取证痕迹，从中自适应地学习图像中复制移动篡改痕迹； 其中，Wk表示第一个卷积层中的第k个滤波器，Wkl，m表示在l，m位置的滤波器权重，即表示中心位置的滤波器权重；在约束卷积层中，初始的卷积核权重被随机选择初始化；此约束条件保证每个卷积核的中心取值都被规范化为-1，而所有其他可学习参数的取值加和则被限制为1，以使得网络层的输出为恒定值，而恒定值的计算则是通过下述公式6计算而得，恒定为像素值与领域的残差值的加权和； 步骤S42、将步骤S41得到的复制移动特征与原始显著化残差特征利用早期融合方法进行叠加。

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福建农林大学，其通讯地址为：350002 福建省福州市仓山区上下店路15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”。

以上内容由龙图腾AI智能生成。