基于卷积神经网络图像重构的扩散模型生成图像检测方法

本申请涉及一种基于卷积神经网络图像重构的扩散模型生成图像检测方法，其中，该方法包括：获取目标数据集，目标数据集包括真实图像、第一图像以及第二图像；第一图像由真实图像的扩散确定；第二图像为真实图像和第一图像的增强图像；对目标数据集进行重构，得到训练数据集；基于训练数据集，对预设的原始图像检测模型进行训练，得到目标图像检测模型；将待检测图像输入到目标图像检测模型中进行检测，确定待检测图像是否为真实图像。通过本申请，解决了相关技术中存在的鲁棒性低、泛化性低的问题，能够进一步扩充有效的训练数据集的数量，进而提升目标图像检测模型的鲁棒性和泛化性，以提高检测效果。