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！

龙图腾网获悉湖南大学申请的专利一种基于字符纹理感知的数字文档图像篡改定位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：CN116051806B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211670021.5，技术领域涉及：G06V10/22；该发明授权一种基于字符纹理感知的数字文档图像篡改定位方法是由廖鑫;陈思亮;陈嘉欣设计研发完成，并于2022-12-25向国家知识产权局提交的专利申请。

本一种基于字符纹理感知的数字文档图像篡改定位方法在说明书摘要公布了：本发明涉及图像篡改检测技术领域，具体涉及一种基于字符纹理感知的数字文档图像篡改定位方法，该方法采用编解码结构，编码器包括字符纹理特征提取器CTS和图像纹理特征提取器ITS，采用CTS去提取数字文档图像中字符层次的纹理篡改特征；采用ITS去提取数字文档图像中图像层次的纹理篡改特征；从两流提取出的特征张量以按位相加的方式结合，使得本发明能在数字文档图像中感知篡改目标；编码器编码后，解码器LocalizationNetwork采用反卷积的方式对融合后的特征进行上采样，满足精确定位篡改目标区域的需求；应用该数字文档图像篡改检测方法，能同时检测拼接、复制移动、去除三种类型的篡改，同时具备一定的鲁棒性，在应对不同的后处理操作时仍能保持较好的检测效果。

本发明授权一种基于字符纹理感知的数字文档图像篡改定位方法在权利要求书中公布了：1.一种基于字符纹理感知的数字文档图像篡改定位方法，其特征在于，所述方法包括： 该方法采用编码器-解码器结构，其中编码器由字符纹理提取器CTS和图像纹理提取器ITS组成，解码器LocalizationNetwork由反卷积网络和基于密集连接的卷积层组成，所有模块均基于卷积神经网络进行设计；在CTS中，包含第1至7数据流层；在ITS中，包含第1至10数据流层；在LocalizationNetwork中，包含第1至8数据层；在各数据流中，数据在各数据层间是以串联的形式顺序连接；待检测图像分别被输入到CTS和ITS中，分别得到字符纹理特征和图像纹理特征，两个特征图将会以按位相加的方式进行融合，融合后的图像将会被输入到解码器中进行解码，得到篡改概率图，最后利用LogicSoftmax函数将篡改概率图转换成掩码图，从而得到最终数字文档图像篡改区域预测图； 字符纹理提取器共有7层数据层，由二维卷积层，RELU激活函数层，最大池化层组成和批归一化层；其中，二维卷积层的内核对应为3*3，第2、3层中最大池化层的内核对应为2*1，第5，6，7层中最大池化层的内核对应为2*1，第1、4层不含最大池化层；字符纹理特征提取器通过多层卷积来学习数字文档图像中的字符纹理特征，同时，通过在多层卷积层中嵌入最大池化层来对特征图进行下采样，去除特征图中的冗余信息，完成对字符纹理特征的提取； 图像纹理特征提取器共有10层数据层，由密集相加连接卷积块、特征输出控制层、密集连接空洞卷积块组成；第1、3、5层是密集相加连接块，每个块由二维卷积，批归一化层和RELU激活函数层组成的数据层构成，数据层之间以密集相加的方式进行连接；第7、9层是密集连接空洞卷积块，每个块由二维空洞卷积，批归一化层和RELU激活函数层组成的数据层块构成，数据层之间以密集连接的方式进行连接；第2，4，6，8，10层是特征输出控制层，由二维卷积层和池化层组成，用于控制每一个卷积块输出的尺寸；第2，4层中的池化层是最大池化层，第6，8，10层中的池化层是平均池化层；通过密集相加连接的方式，已经学习的特征图可以作用到后面的特征学习中，使得卷积块能学习到多尺度的信息；通过最大池化层和平均池化层来进行下采样，去除特征图中的冗余信息，完成对图像纹理特征的提取。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1号湖南大学；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。