基于深度层特征迁移学习的人脸伪造检测方法及装置

本发明涉及一种基于深度层特征迁移学习的人脸伪造检测方法及装置，包括：将待检测人脸数据输入预先训练的目标网络；得到待检测人脸数据对应的检测结果；其中，目标网络的训练过程包括：提取参照神经网络的中间层作为深度层特征信息；选择目标网络的中间层作为检测迁移信息；利用深度层特征信息和检测迁移信息构建损失函数；调整深度层特征信息和检测迁移信息的网络参数直至损失函数的损失值小于预设阈值，得到预先训练的目标网络。本发明通过深度层特征的迁移学习得到的目标网络在人脸伪造检测技术中时，能够提升人脸伪造检测的检测性能和适用性，增强模型的泛化能力，减少对特定数据集的依赖，并提高其对于新兴伪造技术的适应能力。