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
电梯电源
CART算法
决策树分类器
信号频域特征
随机森林
图像
神经网络架构
生成器网络
Canny算法
像素
谐波特征
电力用户画像
搜索算法
场景分类
位置更新
文本意图识别方法
意图类别
自然语言分类
残差模块
分词
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