摘要
本发明提供了一种基于误导学习的虚假人脸图片检测方法,S1:构建先验知识获取模块,对伪造特征提取器以及检测器构建基础的伪造伪影辨别能力;S2:搭建误导学习知识流以及偏执数据知识流;S3:引入单通道注意力融合网络,使模型自适应选择所需的多尺度伪造潜层特征以及多尺度真实图片潜层特征;S4:构建专门用于误导学习的高通滤波器,对伪造图像进行预处理操作;S5:引入误导学习损失,对伪造特征提取器进行训练约束;S6:针对伪造特征提取器外加自适应器微调。本发明使模型尽可能摆脱了图片中无关语义特征对模型的干扰所产生的特征依赖偏执,针对不同人种统计标签的伪造图片都具有优异的检测能力,在域内以及跨域测试下,都达到了最佳的性能。
技术关键词
人脸图片检测方法
特征提取器
高通滤波器
注意力
人脸检测器
混合模块
检测器结构
多尺度
适配器
伪影
样本
数据
网络架构
语义特征
融合特征
超参数
系统为您推荐了相关专利信息
淋巴细胞
勾画方法
反卷积算法
机器学习模型训练
勾画系统
电力工作票
校验模型
语义理解模型
依赖关系缺失
校验方法
深度神经网络模型
复合材料
阻燃剂
材料数据库
参数
高炉炉缸
高精度温度传感器
时序
实时控制系统
数据