一种基于交叉域特征融合与可分离水印的深度伪造检测方法

本发明公开一种基于交叉域特征融合与可分离水印的深度伪造检测方法，相较于SepMark模型，补充了对于未嵌入水印或擦除水印的伪造图像的被动检测功能，构造针对深度伪造图像具有主动取证和被动取证的全防御网络模型。特别是采用对ResNet18网络进行改进的BasicBlock模块，在空域位置增加了通道和空间注意力模块，可以自动学习区分通道或空间位置信息的主次，从而有选择性地强化空域特征和频域特征重要信息，抑制不重要信息，实现空域和频域特征的交叉融合；利用融合后的特征，可以准确识别细微的伪造特征，从而判断图像的真伪。可以提高深度伪造检测的精度、在面对各种攻击和干扰时具有更强的鲁棒性以及更高泛化能力。