摘要
本发明公开一种基于量子控制鲁棒特征水印的深度伪造检测方法,涉及主动检测方法技术领域,包括以下步骤:S1:构造基于量子控制鲁棒特征水印的深度伪造检测系统;S2:构造损失函数;S21:水印嵌入部分的损失函数;S22:水印解码与恢复部分的损失函数;S3:采用端到端的联合优化方式,进行训练。本发明要解决的技术问题是提供一种基于量子控制鲁棒特征水印的深度伪造检测方法,将经典的量子门思想引入神经网络中,使加密操作在训练过程中与嵌入与提取任务联合优化,能够动态适应不同图像特征与攻击环境,从而提升水印系统的鲁棒性、不可见性和安全性。通过对比待检测图像解密后的水印与特征水印信息的一致性,实现对图像是否被篡改的有效判别。
技术关键词
鲁棒特征
水印嵌入
双曲正切函数
加密模块
人脸特征提取
图像重建
编码器
解码器
鲁棒性
对抗性
训练特征提取模型
卷积神经网络框架
主动检测方法
解密