基于预训练视觉模型的图像真实性检测方法、系统及设备

本发明提供了一种基于预训练视觉模型的图像真实性检测方法、系统及设备。该方法利用预训练视觉模型对输入图像进行特征提取，再输入到线性层网络中进行二分类任务，输出图像的真实性概率。在训练过程中，除了训练集的真实图像和AI生成图像之外，还加入真实图像的AI重建作为更强的AI生成图像；在图像块级别对真实图像与重建进行随机混合，在训练期间通过在图像块级别特征上进行对比学习，加强模型在局部性上对图像真实性特征的学习；同时采用低秩适应(Lora)微调方法，而不是全量微调，以提高模型的训练效率和效果。通过上述方法，本发明为预训练视觉模型引入了局部的图像真实性信息，能够有效提高图像真实性检测的准确性和泛化能力。