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特征增强融合的社交媒体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：CN115984571B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211670048.4，技术领域涉及：G06V10/40；该发明授权一种基于特征增强融合的社交媒体图像篡改检测方法是由廖鑫;薛瑶;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。

本一种基于特征增强融合的社交媒体图像篡改检测方法在说明书摘要公布了：本发明涉及一种基于特征增强融合的社交媒体图像篡改检测方法，用于对经过社交媒体平台传播过的篡改图像进行取证检测。其发明内容主要包括：1提出一种多尺度感知上下文信息的金字塔特征增强模块；2提出一种基于特征增强融合的社交媒体图像篡改检测框架。与现有技术相比，本发明提供一种基于特征增强融合的社交媒体图像篡改检测方法，针对社交媒体平台传播的篡改图像进行定位检测。本发明的方法可行且有效，训练后的模型具有较高的检测性能和实时检测效率。

本发明授权一种基于特征增强融合的社交媒体图像篡改检测方法在权利要求书中公布了：1.一种基于特征增强融合的社交媒体图像篡改检测方法，其特征在于，所述方法包括： 编码器，多尺度感知上下文信息的金字塔特征增强模块，包括四个空洞率和卷积核不同的空洞卷积分支：四个分支的空洞率分别为[1,6,12,18]，卷积核大小分别为1×1,3×3,3×3,3×3，然后在每个分支后面添加通道注意力机制捕获通道之间的显示关系；由于图像浅层特征感受野小，分辨率大，能够处理并保存小尺度的几何特征；而高层特征感受野大，分辨率小，能够处理并保存大尺度的语义特征，因此为了能够捕获更多不同尺度的上下文信息，将空洞率较小的分支与空洞率较大的分支通过add操作进行合并，实现图像几何特征和语义特征的信息融合，提升复杂场景下的图像定位精度，最后将融合的张量进行拼接，之后经过一个3×3的卷积层并通过1×1的卷积层添加原始的输入特征，最后将得到的特征通过空间注意力抑制不相关区域； 解码器，将骨干网络提取到的篡改图像特征划分为浅层特征和深层特征，利用浅层特征学习图像边缘信息，深层特征学习高级语义信息的特性，提取丰富的图像信息，然后将浅层特征和深层特征提取到的图像信息分别经过多尺度感知上下文信息的金字塔特征增强模块，用于捕获上下文感知的多尺度信息，最后融合浅层特征和深层特征提取到的图像信息并通过解码器上采样到图像尺寸大小； 所述编码器采用resnet101作为骨干网络，将resnet101的第一个layer层作为浅层特征，后面三个layer层作为深层特征，同时对后面三个深层特征进行add操作，能够使得图像特征信息增多，从而获得更加丰富的图像特征；此外，在骨干网络中，本文分别采用空洞率为1,1,1,2的空洞卷积，其空洞卷积计算公式为，，其中，表示输入，表示输出，表示长，宽分别为，的卷积核，表示空洞率，相邻卷积核元素之间填充的零元素的数量为，且当时，相邻卷积核元素之间没有填充零元素，此时，空洞卷积即为普通卷积。

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。