摘要
本发明公开了一种基于多层级特征空间注意力机制的深度伪造图像检测方法,对输入的图像进行多层不同尺度的特征提取,然后获得输入的模糊图像中深层与浅层融合的特征,并将最后一层的特征图进行平均池化操作,获得主干网络用于预测的特征图;最终利用整平操作和拼接操作将各个特征图转换为一维向量,再送入分类层中,得出最终的预测值,即输入的图像是否为深度伪造图像的预测结果。本发明通过对多层级特征的有效利用以及空间注意力机制对有效局部特征的针对性强化,达到区分真伪人脸的目的,优化深度伪造图像的检测效果。
技术关键词
伪造图像检测方法
多层级特征
注意力机制
Sigmoid函数
语义向量
特征金字塔网络
双线性插值
可读存储介质
存储计算机程序
处理器
计算机设备
存储器
通道
人脸
尺寸
样本
系统为您推荐了相关专利信息
多模态特征
多模态对话
识别模块
智能客服方法
意图识别模型
异常状态
滑动时间窗口
风电机组运行状态
斯皮尔曼相关系数
训练集数据
融合CT影像
语义知识图谱
辅助诊断方法
多源异构数据
循环注意力机制
金融信贷业务
逻辑回归模型
数据采集模块
分箱
风险
电流波形特征
编码向量
电流值
卷积神经网络模型
监测系统