买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京流金岁月传媒科技股份有限公司申请的专利一种基于频域补充的无监督人脸伪造检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120183052B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510653184.X，技术领域涉及：G06V40/40；该发明授权一种基于频域补充的无监督人脸伪造检测方法及系统是由宁黎设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于频域补充的无监督人脸伪造检测方法及系统在说明书摘要公布了：本申请涉及一种基于频域补充的无监督人脸伪造检测方法及系统，属于计算机视觉技术领域。检测方法包括：将待检测人脸图像输入至基于ResNet的基准网络，通过频域增强变分自编码器的编码器提取多层次编码特征；对多层次编码特征进行频域增强处理，生成高频增强特征并输入至频域增强变分自编码器的解码器，结合动态频谱损失机制进行特征重建，生成重建后的频域补充特征；对多层次编码特征进行全局池化和局部池化，生成全局表示和局部表示并沿通道轴连接，生成融合多尺度特征；基于融合多尺度特征与重建后的频域补充特征计算异常得分图；根据异常得分图的像素级分值，确定待检测人脸图像的图像真伪结果。本申请能够提高人脸伪造检测的准确性。

本发明授权一种基于频域补充的无监督人脸伪造检测方法及系统在权利要求书中公布了：1.一种基于频域补充的无监督人脸伪造检测方法，其特征在于，所述检测方法包括： 将待检测人脸图像输入至基于ResNet的基准网络，通过频域增强变分自编码器的编码器提取多层次编码特征； 对所述多层次编码特征进行频域增强处理，生成高频增强特征； 将所述高频增强特征输入至所述频域增强变分自编码器的解码器，结合动态频谱损失机制进行特征重建，生成重建后的频域补充特征； 通过无监督检测网络对所述多层次编码特征进行全局池化和局部池化，生成全局表示和局部表示，并将所述全局表示和局部表示沿通道轴连接，生成融合多尺度特征； 基于所述融合多尺度特征与重建后的频域补充特征计算异常得分图； 根据所述异常得分图的像素级分值，确定所述待检测人脸图像的图像真伪结果； 构建所述频域增强变分自编码器的步骤包括： 将输入特征x输入至预先构建的变分自编码器的编码器E中进行卷积采样，映射到潜在空间z； 对所述潜在空间z中的特征进行量化，通过公式1生成量化潜在嵌入 其中，嵌入空间C＝{c1,c2,…,c∣C∣}为预设的离散向量集合，zij为潜在空间z中的第i层第j个特征，ck表示嵌入空间中的最近向量； 将所述量化潜在嵌入输入至变分自编码器G的解码器中逐层重建，生成初步重建图像计算过程为： 上式2中，Ei表示编码器的第i层，ai表示编码器第i层激活前的特征，bi＝Fiai表示第i层的频率补充特征，Fi用于提取从编码器激活前的特征ai中学习到的富频率特征；上式3中，Gi表示解码器第i层的对应函数，表示解码器的输出特征； 对所述编码器的激活前特征ai和解码器的输出特征进行频域处理，生成频率补充特征bi＝Fiai； 对所述频率补充特征bi和解码器的输出特征ci进行离散傅里叶变换，计算得到焦点频率损失FFL和动态频谱损失SL，具体计算公式为： 上式4中，e和i分别表示欧拉数和虚单位，M×N是特征图的空间分辨率，fx,y是每个特征图的x,y处的值，Fu,v是频谱上u,v坐标上的相应值；上式5中，表示施加在每个频率上的权重；表示基于频域的误差函数；上式6中，Kiμ,σ表示高斯核函数，μ为均值，σi为方差，*表示卷积运算，和为加权特征； 结合所述焦点频率损失FFL、动态频谱损失SL、像素级重建损失和感知损失，计算总重建损失Lrec，具体计算公式为： 上式8中，α和β是超参数，为L1范数像素级重建损失，是感知损失； 基于所述总重建损失Lrec优化模型参数，得到训练完成的频域增强变分自编码器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京流金岁月传媒科技股份有限公司，其通讯地址为：100144 北京市石景山区实兴大街30号院3号楼2层B-0103房间；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。