一种基于关键遗忘机制的伪造图像检测模型的训练方法

AITNT
正文
推荐专利
一种基于关键遗忘机制的伪造图像检测模型的训练方法
申请号:CN202510147642
申请日期:2025-02-10
公开号:CN120125932A
公开日期:2025-06-10
类型:发明专利
摘要
一种基于关键遗忘机制的伪造图像检测模型的训练方法,伪造图像检测模型至少包括属性提取器和关键遗忘模块,包括:获取训练样本集,训练样本集包含多个样本图像,样本图像具有真伪标签;由属性提取器,基于样本图像进行属性提取,得到属性特征图,属性特征图用于表示与样本图像中伪造痕迹相关的信息;由关键遗忘模块,获取属性特征图中各个像素对预测结果的影响程度,基于各个像素的影响程度确定属性特征图中的关键像素,并对关键像素的影响程度进行弱化处理;由关键遗忘模块中的分类器,对弱化处理后的属性特征图进行真伪预测,得到预测标签;基于预测标签和真伪标签的差异,对伪造图像检测模型进行训练。
技术关键词
图像检测模型 标签 层级 遗忘机制 像素 训练样本集 伪造图像检测方法 分类器 解码器 编码器 图像特征信息 模块 存储器 处理器 通道
系统为您推荐了相关专利信息
1
电梯电源干扰的模式识别方法及其决策树模型训练方法
电梯电源 CART算法 决策树分类器 信号频域特征 随机森林
2
一种利用X光图像进行猪尾叉骨3D模型重建的方法
图像 神经网络架构 生成器网络 Canny算法 像素
3
一种双维度特征融合的电力用户画像构建方法
谐波特征 电力用户画像 搜索算法 场景分类 位置更新
4
一种基于深层软提示的文本意图识别方法
文本意图识别方法 意图类别 自然语言分类 残差模块 分词
5
模型训练方法、金属离子在岩土矿物样品中的固液分配系数的确定方法及电子设备
模型训练方法 训练机器学习模型 参数 阳离子交换容量 表面电荷密度
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