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！

龙图腾网获悉江西警察学院;湖南科技大学申请的专利基于自适应篡改痕迹学习的深度图像修复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：CN121032864B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511555514.8，技术领域涉及：G06T5/77；该发明授权基于自适应篡改痕迹学习的深度图像修复篡改检测方法是由肖文;刘晟伟;邓颖仟;丁湘陵;钟海峰;陈涛设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本基于自适应篡改痕迹学习的深度图像修复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自适应篡改痕迹学习的深度图像修复篡改检测方法，属于数字图像取证技术领域。该方法首先利用自适应差分卷积模块对输入图像进行处理，以抑制图像内容并增强篡改痕迹；随后，通过多尺度空洞卷积模块和密集连接网络并行提取多尺度及细粒度特征；接着，利用神经网络结构搜索模块自动优化特征提取路径，以适应多样化的篡改类型；然后，通过一个包含全局和局部双分支的注意力增强模块，融合多级特征并同时提升篡改区域的内部一致性和边界精度；最后，由解码器模块输出像素级的篡改区域掩膜。本发明能够自适应学习篡改特征，并在JPEG压缩、缩放、加噪等后处理条件下保持高精度和强鲁棒性，适用于数字取证、媒体内容安全等领域。

本发明授权基于自适应篡改痕迹学习的深度图像修复篡改检测方法在权利要求书中公布了：1.一种基于自适应篡改痕迹学习的深度图像修复篡改检测方法，其特征在于，包括以下步骤： S1.获取待检测的数字图像，并将所述数字图像输入至自适应差分卷积模块，由所述自适应差分卷积模块通过可更新权重的卷积核对所述数字图像进行处理，以抑制图像内容并增强篡改痕迹，从而获得第一篡改特征； S2.将所述第一篡改特征并行输入至多尺度空洞卷积模块和密集连接网络模块的密集连接网络前段；由所述多尺度空洞卷积模块在不同感受野下提取特征，生成多尺度篡改特征；由所述密集连接网络前段提取细粒度特征，生成前段深度特征； S3.将所述多尺度篡改特征与所述前段深度特征输入至神经网络结构搜索模块，由所述神经网络结构搜索模块内预设的操作组合进行搜索和优化，以生成高层篡改特征；所述神经网络结构搜索模块采用多个微型网络模块进行可微分架构搜索；其预设的操作组合的搜索空间至少包括标准卷积、空洞卷积、深度可分离卷积、最大池化、平均池化以及恒等映射； S4.将所述前段深度特征输入至所述密集连接网络模块的密集连接网络后段，以提取深层特征，生成后端深度特征； S5.将所述高层篡改特征与所述后端深度特征输入至注意力增强模块进行特征融合与增强，由所述注意力增强模块内的全局注意力分支增强全局语义一致性，并由局部注意力分支优化篡改区域的边界特征，从而获得增强后的融合特征；所述全局注意力分支通过计算特征图上任意两个位置特征之间的相似度来生成权重矩阵，并基于多头注意力机制对特征进行加权；所述局部注意力分支在预设尺寸的滑动窗口内计算局部特征的相关性，所述滑动窗口的尺寸为3×3或5×5或7×7； S6.将所述增强后的融合特征输入至解码器模块，由所述解码器模块进行上采样和特征重建，以输出与所述数字图像的尺寸相对应的像素级篡改区域掩膜。

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江西警察学院;湖南科技大学，其通讯地址为：330000 江西省南昌市梅岭大道1666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。