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！

龙图腾网获悉南京信息工程大学申请的专利基于稳定扩散模型的人脸深度伪造主动防御方法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：CN120726705B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511221749.3，技术领域涉及：G06V40/40；该发明授权基于稳定扩散模型的人脸深度伪造主动防御方法是由袁程胜;曹有强;刘庆程;崔琦设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于稳定扩散模型的人脸深度伪造主动防御方法在说明书摘要公布了：本发明公开了基于稳定扩散模型的人脸深度伪造主动防御方法，属于图像处理以及人脸深度伪造主动防御技术领域。该方法包括反演、优化与重构三个阶段：在反演阶段，将真实人脸图像映射至扩散模型的潜在空间，获得可精确重建原始图像的初始潜在变量；在优化阶段，通过离散余弦变换转换为频域，再通过多层次融合的视觉损失与对抗损失的联合约束，对潜在编码的低频区域进行迭代对抗优化，经过逆离散余弦变换得到初始对抗潜在编码；在重构阶段，引入动态扩散路径调度器以自适应地控制扩散过程，利用稳定扩散模型对优化后的潜在编码进行去噪重构，生成最终具备高视觉质量和防伪造能力的对抗图像，实现对深度伪造攻击的主动防御。

本发明授权基于稳定扩散模型的人脸深度伪造主动防御方法在权利要求书中公布了：1.一种基于稳定扩散模型的人脸深度伪造主动防御方法，其特征在于，包括以下步骤： 获取原始人脸图像，将原始人脸图像通过稳定扩散模型进行潜在编码，得到初始潜在变量； 在低频区域对初始潜在变量进行优化，得到潜在变量； 基于融合像素级信息及特征级信息的视觉损失和对抗损失对潜在变量进行优化，得到对抗潜在变量； 动态调节稳定扩散模型的参数，基于调节后的稳定扩散模型对对抗潜在变量进行去噪，得到初始对抗潜在编码； 将初始对抗潜在编码进行解码，得到最终的对抗图像； 利用对抗图像诱导深度伪造模型生成失败图像，实现对深度伪造攻击的主动防御目标； 在低频区域对初始潜在变量进行优化，得到潜在变量的步骤包括： 将初始潜在变量沿空间维度施加二维离散余弦变换，得到频域编码，公式为： ， 式中，为频率坐标，为特征图高和宽，表示潜在变量的通道数，为原始潜在特征中空间位置处的像素值，为空间索引，为对应的频域二维离散余弦变换系数； 在频域编码的区域添加扰动项，得到扰动后的频域编码，公式为： ， 式中，为低频扰动区域的边长； 将频域编码再经二维离散余弦逆变换，生成优化后的潜在变量，公式为： 。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。

以上内容由龙图腾AI智能生成。