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！

龙图腾网获悉武汉大学申请的专利基于多尺度特征融合的通用图像篡改取证方法及系统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：CN116721320B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310576839.9，技术领域涉及：G06V10/80；该发明授权基于多尺度特征融合的通用图像篡改取证方法及系统是由叶登攀;王蕊设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本基于多尺度特征融合的通用图像篡改取证方法及系统在说明书摘要公布了：本发明提供基于多尺度特征融合的通用图像篡改取证方法及系统，不仅能够对多种篡改技术进行检测，还具有很强的鲁棒性、图像特征的高效、准确提取与辨识且图像鉴伪速度快等优点。方法包括：步骤1，对待进行篡改取证的图像数据进行预处理，增强篡改效果；步骤2，利用隐写分析中的富模型提取预处理后图像的局部信息，并通过注意力机制引导多尺度局部信息结合；步骤3，利用图像分类模型进行图像整体语义特征的提取；步骤4，通过双线性池化将局部信息与语义特征进行融合；步骤5，将融合特征输入到空域的注意力图当中学习图像篡改区域的定位；步骤6，将融合特征输入到分类的全连接网络当中，对图像篡改取证进行评估，确定图像是否被篡改。

本发明授权基于多尺度特征融合的通用图像篡改取证方法及系统在权利要求书中公布了：1.基于多尺度特征融合的通用图像篡改取证方法，其特征在于，包括以下步骤： 步骤1，对待进行篡改取证的图像数据进行预处理，增强篡改效果； 步骤2，利用隐写分析中的富模型提取预处理后图像的局部信息，并通过注意力机制引导多尺度局部信息结合； 步骤3，利用图像分类模型对预处理后的图像进行图像整体语义特征的提取； 步骤4，通过双线性池化将局部信息与语义特征进行融合； 步骤5，将融合特征输入到空域的注意力图当中学习图像篡改区域的定位； 步骤6，将融合特征输入到分类的全连接网络当中，对图像篡改取证过程进行评估，确定图像是否被篡改； 其中，步骤2包括如下子步骤： 步骤2.1，采用隐写分析模型中的richmodel滤波器建立图像的噪声残差提取模型； 步骤2.2，将预处理后的图像划分为不同的区域，对于不同的区域给出不同的位置编码进行特征表示学习； 步骤2.3，利用注意力图对图像不同区域的特征给予不同的权重信息进行特征融合。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。