一种跨维影融自适应深度伪造甄别方法

AITNT
正文
推荐专利
一种跨维影融自适应深度伪造甄别方法
申请号:CN202411020092
申请日期:2024-07-29
公开号:CN119169338A
公开日期:2024-12-20
类型:发明专利
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
1
一种基于CAN总线的装备底盘数据自动采集与解析系统
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
2
一种基于贝叶斯优化XGBoost的下肢痉挛评估方法及系统
表面肌电信号 痉挛 膝关节角度 下肢 XGBoost模型
3
双测点近红外光谱信号分离的监测方法、装置、存储介质
成分分析方法 监测方法 定量分析模型 信号 工业生产线
4
基于CBL-iTransformer模型的中心动脉压波形重建方法
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
5
面向城市交通数据时空动态漂移认知的深度学习方法
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
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