基于图像高频噪声与GhostNet网络的人脸伪造识别检测方法及装置

AITNT
正文
推荐专利
基于图像高频噪声与GhostNet网络的人脸伪造识别检测方法及装置
申请号:CN202411853210
申请日期:2024-12-16
公开号:CN120164263A
公开日期:2025-06-17
类型:发明专利
摘要
本发明提供了一种基于图像高频噪声与GhostNet网络的人脸伪造识别检测方法及装置,所述人脸伪造识别检测方法包括:步骤1,选取视觉变换器作为双流网络的主干网络以初步提取图像特征,在双流网络的两条分支中分别引入GhostNet模块对图像进行深度特征提取,并在主干网络后引入跨模态注意力融合器,以整合双流特征;以及在跨模态注意力融合器后面增加感知机适配器,以实现对真伪图像的分类;步骤2,使用掩码图像建模自监督预训练方法训练双流网络;步骤3,通过高通滤波器SRM提取人脸图像中的高频噪声,并将高频噪声与图像的低频纹理分别作为双流网络的输入送入双流网络中,得到人脸伪造识别结果。
技术关键词
识别检测方法 网络 人脸 预训练方法 双向适配器 图像 融合器 深度特征提取 高通滤波器 噪声 注意力机制 跨模态 全局平均池化 多层感知机 识别检测装置 拼接模块 变换器
系统为您推荐了相关专利信息
1
一种煤层夹矸识别与滚筒智能截割调高调速联动方法
煤层夹矸 联动方法 卷积神经网络提取 多模态深度学习 图像
2
基于语义检索增强Q学习的网络安全剧本编排方法
编排方法 语义向量 策略 训练语言模型 文本
3
基于多源动态大数据融合分析的城市活力评价系统
活力 动态大数据 评价系统 分段 时间段
4
一种基于SndGRU网络模型的网络流量预测方法
网络流量预测方法 网络流量数据 时间序列形式 网络流量控制技术 多层神经网络模型
5
基于深度学习的多年冻土上限预测方法、装置及终端
多年冻土 深度学习训练 数据 波动特征 训练集
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