一种基于重建学习的多尺度特征融合深度伪造检测方法

AITNT
正文
推荐专利
一种基于重建学习的多尺度特征融合深度伪造检测方法
申请号:CN202410917534
申请日期:2024-07-10
公开号:CN119068318A
公开日期:2024-12-03
类型:发明专利
摘要
本发明公开了一种基于重建学习的多尺度特征融合深度伪造检测方法,包括步骤选取一系列同时包含真实和伪造样本的训练视频,对这些视频进行了间隔采样,利用人脸检测算法,逐帧提取视频中的人脸区域,同时适当保留少量背景信息,以形成完整的人脸图像样本;构建数据预处理模块,对输入图像进行预处理;构建双分支特征提取模块,分别提取每帧人脸图像的内容特征和梯度特征。该基于重建学习的多尺度特征融合深度伪造检测方法巧妙地结合了重建学习和多尺度特征融合策略,通过在不同尺度上提取和融合图像的内容特征和梯度特征,构建了一个强大的深度伪造检测框架,能够更全面地理解不同伪造类型的特征,具有较强的稳健性和泛化能力。
技术关键词
图像 人脸检测算法 特征提取模块 编码器 视频 双向注意力机制 边缘检测 融合特征 人脸检测器 生成多尺度 样本 融合策略 分支 输出特征 关键点
系统为您推荐了相关专利信息
1
一种基于多模态用户行为融合的持续身份认证方法、装置、设备及介质
持续身份认证方法 多模态 情景 鼠标 身份验证
2
基于路面探地雷达的病害识别与数据库管理方法
探地雷达 数据库管理方法 卷积神经网络模型 影像 多维度组合分析
3
一种基于多源数据融合的联轴器智能诊断方法及系统
智能诊断方法 关键点 双通道卷积神经网络 联轴器 数据
4
晶圆寻边方法和装置
圆弧特征 图像采集单元 圆心 偏差 Ransac算法
5
基于无人机动态收集的输电线路点云数据更新方法及系统
输电线路点云数据 无人机 点云数据采集 更新方法 特征提取模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号