一种基于深度学习模型实现的篡改区域定位方法
基本信息
| 申请号 | CN202111152313.5 | 申请日 | - |
| 公开（公告）号 | CN113962940A | 公开（公告）日 | 2022-01-21 |
| 申请公布号 | CN113962940A | 申请公布日 | 2022-01-21 |
| 分类号 | G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06T7/70（2017.01）I;G06K9/62（2022.01）I;G06V10/26（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 卓龙;谭舜泉;曾吉申;李斌;黄继武 | 申请（专利权）人 | 淘宝（中国）软件有限公司 |
| 代理机构 | 深圳市君胜知识产权代理事务所（普通合伙） | 代理人 | 朱阳波 |
| 地址 | 518060广东省深圳市南山区南海大道3688号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习模型实现的篡改区域定位方法，方法包括：获取待处理篡改图像；将待处理篡改图像输入定位模型，得到预测分割图，其中，定位模型为预先经过训练的模型，定位模型的训练过程包括：获取若干训练样本，根据若干训练样本对原始定位模型进行迭代训练，其中，每一训练样本对应两轮训练；根据预测分割图，确定待处理篡改图像中的篡改区域。本发明通过每一个训练样本分别对定位模型进行两轮训练，缓解了训练样本不足的缺陷，提升模型的训练效果，使训练出来的定位模型可以更准确地定位出篡改图像中的篡改区域，解决了现有技术中采用少量训练样本训练出来的定位模型无法准确定位篡改图像中的篡改区域的问题。 |
