一种基于知识蒸馏和域对抗训练的深度伪造图像检测方法

本发明涉及图像检测领域，提供一种基于知识蒸馏和域对抗训练的深度伪造图像检测方法，包括：构建源域数据集和目的域数据集；利用源域数据集进行模型源域训练，得到训练好的基础模型；利用源域数据集和目的域数据集以及训练好的基础模型，进行基于知识蒸馏和域对抗训练的模型迁移训练，得到深度伪造图像检测模型；当出现新类型的深度伪造图像且该新类型的深度伪造图像的有标签数据的数据量无法进行域对抗训练时，采用该新类型的深度伪造图像的有标签数据对深度伪造图像检测模型进行微调。本发明结合不同迁移学习方法，一方面提升深度伪造图像检测模型对已知类型伪造图像的检测准确率，另一方面快速适配极少量新类型有标签数据出现的情况。