一种基于多粒度协同注意力机制的深度伪造检测方法

本发明公开了一种基于多粒度协同注意力机制的深度伪造检测方法，包括以下步骤：通过骨干网络提取多层级特征，采用动态空间分组注意力机制实现自适应区域划分与权重融合，解决传统方法对分布式伪造区域关注不足的问题；设计双路径通道解耦模块分离高频伪影与低频语义特征，消除特征耦合干扰；构建跨粒度特征交互网络，协同优化局部细节与全局语义特征，提升多尺度伪造线索的融合效率；最终通过分类器输出检测结果；本发明克服了现有技术中空间注意力覆盖不全、通道特征干扰导致跨域泛化能力弱、多粒度信息利用低效等缺陷，显著提升检测精度与鲁棒性，在复杂退化场景下保持稳定性能，可广泛应用于数字内容安全审核、身份认证等场景。