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
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
智能诊断方法
关键点
双通道卷积神经网络
联轴器
数据
圆弧特征
图像采集单元
圆心
偏差
Ransac算法
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