一种基于双阶段学习的深度伪造图像检测方法

AITNT
正文
推荐专利
一种基于双阶段学习的深度伪造图像检测方法
申请号:CN202411463290
申请日期:2024-10-21
公开号:CN119006932B
公开日期:2025-03-18
类型:发明专利
摘要
本发明提供了一种基于双阶段学习的深度伪造图像检测方法,涉及图像处理技术领域,该方法包括以下步骤:S1、获取第一真假图像对的第一全局特征,基于所述第一全局特征获取第一通用伪造特征信息,基于所述第一通用伪造特征信息检测图像并更新所述初始检测模型的参数;S2、获取第二真假图像对的第二全局特征,基于所述第二全局特征获取第二通用伪造特征信息、特定伪造方法、性别以及种族,计算特征分类损失,基于所述特征分类损失更新检测模型的参数。本发明提供的基于双阶段学习的深度伪造图像检测方法,能够有效的检测深度伪造图像,并提高对于未知深度伪造图像技术的检测成功率。
技术关键词
伪造图像检测方法 伪造方法 图像检测模型 特征提取器 阶段 编码器 参数 标签 图像处理技术 样本 锚点
系统为您推荐了相关专利信息
1
一种基于深度学习的高反光金属缺陷识别方法
缺陷识别方法 特征融合网络 金属表面缺陷 反光 注意力
2
一种消融自动化导航方法及系统
自动化导航方法 三维模型 计算机辅助医学技术 自动化导航系统 计算机可读指令
3
一种基于现场电参数的砂土损伤本构模型构建方法
模型构建方法 实验室尺度 应力应变关系 高密度电法 变量
4
一种基于深度Q学习的芯片筛选方法及系统
深度Q学习 芯片筛选方法 贪婪策略 功率半导体芯片 网络
5
基于数据驱动的两阶段鲁棒无功优化方法
无功优化方法 混合整数非线性模型 连续无功补偿 发电机 无功补偿设备
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