摘要
本发明公开了一种基于深度学习的深度伪造压缩人脸图像鉴别方法,属于人工智能的图像识别领域,包括如下步骤:步骤1、采用动态自适应离散余弦变换对深度伪造压缩人脸图像进行频域模态提取;步骤2、采用多头自注意力机制和多维熵态载荷互馈机制提取频域高维载荷特征;步骤3、基于预训练的深度残差网络提取空域特征;步骤4、基于注意力机制对频域高维载荷特征和空域特征进行特征融合;步骤5、采用包含全连接层的分类器对融合特征进行鉴别分类。本发明能对采用深度伪造手段制造出的压缩人脸图像进行高准确性鉴别。
技术关键词
图像鉴别方法
离散余弦变换
载荷特征
空域特征
滤波器
注意力机制
深度残差网络
融合特征
人脸
矩阵
级联
动态
细粒度特征
基础
分类器
排序算法
重构
系统为您推荐了相关专利信息
钢管混凝土构件
钢管混凝土结构
MLP神经网络
MFCC特征
脱空检测方法
运动模糊图像
卷积神经网络模型
无人机
识别方法
图像处理技术
轨迹优化方法
避障路径
障碍物轨迹预测
多任务学习模型
语义
滤波方法
谐振滤波器
采样模数转换器
电力电子设备控制
算法
数字化跑道
人脸识别模组
卡尔曼滤波器
检测模组
卷积神经网络模型