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！

龙图腾网获悉中国科学院信息工程研究所申请的专利基于知识反蒸馏的深度伪造鉴别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：CN120125879B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510150621.6，技术领域涉及：G06V10/764；该发明授权基于知识反蒸馏的深度伪造鉴别方法及系统是由张晓宇;刘继鹏;石海超;张亚如设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本基于知识反蒸馏的深度伪造鉴别方法及系统在说明书摘要公布了：本发明公开一种基于知识反蒸馏的深度伪造鉴别方法及系统，属于计算机视觉技术领域。所述方法包括：利用高斯混合模型估计教师模型的特征变分分布，并在所述特征变分分布引导的反蒸馏损失和分类损失约束下，训练学生模型；其中，在获取训练好的学生模型Mi之后，将该训练好的学生模型Mi作为教师模型，以得到训练好的学生模型Mi+1；基于教师模型和训练好的学生模型Mi得到待检测图像的教师特征t与学生特征si之后，将所述教师特征t与所述学生特征si进行融合，并根据融合特征得到所述待检测图像的伪造鉴别结果。本发明可以增强深度伪造鉴别的泛化性能。

本发明授权基于知识反蒸馏的深度伪造鉴别方法及系统在权利要求书中公布了：1.一种基于知识反蒸馏的深度伪造鉴别方法，其特征在于，所述方法包括： 利用高斯混合模型估计教师模型的特征变分分布，并在所述特征变分分布引导的反蒸馏损失和分类损失约束下，训练学生模型；其中，在获取训练好的学生模型Mi之后，将该训练好的学生模型Mi作为教师模型，以得到训练好的学生模型Mi+1； 基于教师模型和训练好的学生模型Mi得到待检测图像的教师特征t与学生特征si之后，将所述教师特征t与所述学生特征si进行融合，并根据融合特征得到所述待检测图像的伪造鉴别结果； 其中，在所述特征变分分布引导的反蒸馏损失和分类损失约束下，训练学生模型，包括： 利用学生模型获取训练样本的学生特征的概率分布采样uj； 基于所述特征变分分布和所述概率分布采样uj，得到学生特征概率分布与教师特征概率分布的交叉熵； 在每个训练批次上，通过最大化所述学生特征概率分布与教师特征概率分布的交叉熵，得到反蒸馏损失； 在每个训练批次上，利用训练样本获取学生模型的分类交叉熵损失； 基于所述反蒸馏损失和所述分类交叉熵损失进行反向传播，以更新学生模型的参数。

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中国科学院信息工程研究所，其通讯地址为：100085 北京市海淀区树村路19号；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”。