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！

龙图腾网获悉南通大学申请的专利一种基于Transformer和动态融合的双流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：CN120219809B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510234001.0，技术领域涉及：G06V10/764；该发明授权一种基于Transformer和动态融合的双流图像篡改检测方法是由王进;陈梦;窦立云;仇佳庆设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于Transformer和动态融合的双流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Transformer和动态融合的双流图像篡改检测方法，涉及计算机视觉和信息安全领域，具体步骤为：获取公开的篡改图像数据集，并对篡改图像数据集中的各个篡改图像进行标注，获得各个篡改图像对应的篡改类型标签和篡改区域标签，进一步对篡改图像数据集进行预处理；利用预处理后的篡改图像数据集对双流深度特征融合网络进行模型训练；利用训练后的双流深度特征融合网络模型对待测试图像进行测试，得到最终的篡改检测结果。本方法能够更精准地捕捉图像中的细节和异常变化，提高了复杂场景和细微篡改痕迹下进行定位的精确度和检测的准确度。

本发明授权一种基于Transformer和动态融合的双流图像篡改检测方法在权利要求书中公布了：1.一种基于Transformer和动态融合的双流图像篡改检测方法，其特征在于，按步骤S1至步骤S3对输入图像进行检测，获得输入图像的篡改检测结果： 步骤S1，获取公开的篡改图像数据集，并对篡改图像数据集中的各个篡改图像进行标注，获得各个篡改图像对应的篡改类型标签和篡改区域标签，进一步对篡改图像数据集进行预处理； 步骤S2，利用预处理后的篡改图像数据集对双流深度特征融合网络进行模型训练，所述双流深度特征融合网络包括深层空间特征提取模块、深度频谱特征提取模块、特征融合模块、输出模块； 步骤S3，利用训练后的双流深度特征融合网络模型对待测试图像进行测试，得到最终的篡改检测结果； 具体的，所述深层空间特征提取模块包括卷积模块、扩展空间特征提取模块，且扩展空间特征提取模块包括嵌入向量模块、位置编码模块、Transformer编码器模块； 所述卷积模块的输入端构成深层空间特征提取模块的输入端，卷积模块的输出端与扩展空间特征提取模块的输入端连接；所述嵌入向量模块的输入端构成扩展空间特征提取模块的输入端，所述位置编码模块的输入端与嵌入向量模块的输出端连接，所述Transformer编码器模块的输入端与位置编码模块的输出端连接，Transformer编码器的输出端构成构成扩展空间特征提取模块的输出端； 由卷积模块接收输入图片，使用已训练的ResNet50提取输入图片的局部空间特征，并将局部空间特征输出到嵌入向量模块；由嵌入向量模块基于预设大小，使用Patch切割划分局部空间特征，利用线性投影得到各个块对应的嵌入向量，并将各个块对应的嵌入向量输出到位置编码模块；由位置编码模块利用正余弦函数生成各个块对应的位置编码，并将各个块对应的嵌入向量和位置编码输出到Transformer编码器；由Transformer编码器通过多头自注意力和前馈网络提取并输出全局空间特征； 所述深度频谱特征提取模块包括离散余弦变换模块、输入特征嵌入模块、自适应多头注意力模块、前馈网络模块； 所述离散余弦变换模块的输入端构成深度频谱特征提取模块的输入端，所述输入特征嵌入模块的输入端与离散余弦变换模块的输出端连接，所述自适应多头注意力模块的输入端与输入特征嵌入模块的输出端连接，所述前馈网络模块的输入端与自适应多头注意力模块的输出端连接，所述前馈网络模块的输出端构成深度频谱特征提取模块的输出端； 由离散余弦变换模块接收输入图片，提取输入图像的局部频域特征，并将局部频域特征输出到输入特征嵌入模块；由输入特征嵌入模块利用展平方法将局部频域特征转化为向量形式，并输出到自适应多头注意力模块；由自适应多头注意力模块利用自适应多头注意力机制和多头注意力的拼接操作，提取全局频域特征，并输出到前馈网络模块；由前馈网络模块利用非线性激活处理，提取并输出深度频域特征。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。