面向电力场景的双通道图像拼接窜改检测模型

作     者：刘正 田秀霞 白万荣 Liu Zheng;Tian Xiuxia;Bai Wanrong

作者机构：上海电力大学计算机科学与技术学院上海200090 国网甘肃省电力公司电力科学研究院兰州730050 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2022年第39卷第4期

页      面：1218-1223页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61772327) 国网甘肃省电力公司电力科学研究院资助项目(H2019-275) 上海市大数据管理系统工程研究中心开放课题资助项目(H2020-216) 

主　　题：电力图像窜改检测 双通道网络 隐写分析 CenterNet 注意力机制 

摘      要：随着电力生产智能化的推进,电力图像被广泛应用。然而由于图像编辑软件的发展导致部分电力图像被恶意窜改,严重影响电力生产进程。其中以拼接窜改最为常见。基于深度学习技术,提出了一种双通道CenterNet的图像拼接窜改检测模型。原色图像通道提取窜改图像的色调、纹理等特征,隐写分析通道发掘图像窜改区域的噪声特征。同时设计了一种基于注意力机制的特征融合模块,自适应地对双通道的特征进行加权融合,以增强检测模型的特征识别能力。实验结果表明,所提模型可以达到更优的检测性能,在电力图像的窜改检测应用中具有实际意义。