用于可推广深度伪造检测的双分支感知CLIP取证方法

AITNT
正文
推荐专利
用于可推广深度伪造检测的双分支感知CLIP取证方法
申请号:CN202510936288
申请日期:2025-07-08
公开号:CN120451587B
公开日期:2025-09-16
类型:发明专利
摘要
本发明公开用于可推广深度伪造检测的双分支感知CLIP取证方法,涉及图像处理技术领域,其特征在于,包括以下步骤:S1:构造双路径多模态特征融合框架,即感知对比语言‑图像预训练取证网络;S2:构造动态特征融合模块,将特征质量评估、相似性分析和自适应温度缩放结合起来,建立对比语言‑图像预训练和痕迹网络之间的显式链接机制,使感知对比语言‑图像预训练取证网络能够自适应地调整融合权重,并激活知对比语言‑图像预训练中的伪造相关先验;S3:构造目标函数。本发明要解决的技术问题是提供用于可推广深度伪造检测的双分支感知CLIP取证方法,显著提高了深度伪造检测在不同场景和伪造技术中的泛化能力。
技术关键词
取证方法 多模态特征融合 补丁 语义特征 融合特征 训练特征 网络 链接机制 样本 分支 多层感知器 多层感知机 定义 批量 图像处理技术 分类器 线性单元 非线性
系统为您推荐了相关专利信息
1
心电监测与冠心病诊断系统
诊断系统 心电信号采集模块 基线校准方法 节点 处理单元
2
商品推荐模型的训练方法、商品推荐方法及相关装置
商品推荐信息 文本识别 会话 逻辑 商品推荐方法
3
一种基于特征解耦与多层注意力融合的缺失模态脑肿瘤分割方法
脑肿瘤分割方法 多层注意力 动态权重分配 多尺度特征 模态特征
4
一种基于深度学习的算网系统日志异常检测方法及系统
异常检测方法 系统日志 序列特征 日志解析 动态门控
5
基于多模态特征融合与贝叶斯优化的甲状腺癌病理图像分类方法及系统
病理图像分类方法 甲状腺超声图像 多模态特征融合 局部二值模式特征 甲状腺结节良恶性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号