摘要
本发明涉及一种跨维影融自适应深度伪造甄别方法,属于深度伪造检测技术领域,包括以下步骤:从空间域中提取能够代表原始图像整体模式的图像颜色特征;提取两个不同的频域特征。首先,直接从原始输入图像中提取浅低频特征,并利用浅低频特征将原始rgb图像扩展到频域;另一种是深度频域特征,提取输入图像的残差图,并使用卷积提取器提取高频特征。使用由门控卷积组成的自适应特征融合模块,融合浅低频特征和深频域特征,使不同分支的特征在分类阶段得到充分表达;有益效果:本发明在大量数据集上进行了大量实验,实验结果证明了本发明方法的有效性和稳健性。
技术关键词
甄别方法
特征提取模块
频域特征提取方法
ResNet网络
融合边缘信息
图像色彩特征
高频特征
动态特征选择
卷积神经网络提取
图像颜色特征
滤波器
线性预测器
矩阵乘法运算
分支
像素点
视觉伪影
面部
系统为您推荐了相关专利信息
车辆底盘
解析系统
深度学习模型
数据采集模块
特征提取模块
表面肌电信号
痉挛
膝关节角度
下肢
XGBoost模型
成分分析方法
监测方法
定量分析模型
信号
工业生产线
波形
特征提取模块
双向长短期记忆网络
深度学习网络模型
非线性映射关系
城市交通数据
面向城市交通
城市交通场景
深度学习方法
模式分类器