一种多类别图像伪造检测方法、装置、设备及介质

本发明公开了一种多类别图像伪造检测方法、装置、设备及介质，涉及图像处理技术领域，该方法可以实现真实人脸、伪造人脸、真实动漫人脸、伪造动漫人脸、真实素描人脸和伪造素描人脸的识别。多分支网络通过整合EfficientNet、ResNet和DenseNet等预训练模型的特性，结合特征融合注意力层，显著提升了对复杂类别图像的分类能力。为了构建高质量的伪造素描数据集，并实现了基于CycleGAN的伪造图像生成框架，利用对抗损失、循环一致性损失和感知损失等优化生成效果，增强了数据集的多样性与鲁棒性。实验结果表明，所提出的模型在多类别分类任务中表现出卓越的性能，平均准确率和F1分数分别达到98.12%，在真实与伪造图像的分类中均表现出优异的泛化能力。