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技术大学申请的专利一种生成图像检测方法、系统、设备及存储介质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：CN120852888B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511351370.4，技术领域涉及：G06V10/764；该发明授权一种生成图像检测方法、系统、设备及存储介质是由谢洪涛;张勇东;王卓设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种生成图像检测方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种生成图像检测方法、系统、设备及存储介质，它们是相对应的方案，方案中：通过提取显著概念词并转换为可学习文本提示，增强视觉与文本特征的跨模态对齐，通过后续微调可融合多概念语义信息，实现对生成图像的概念级特征的捕捉，从而提升了对未见数据分布及复杂场景的检测性能；此外，本发明训练时所消耗的训练资源较少，即插即用；并且可以成功检测经过现实世界常见后处理操作下的图像，鲁棒性强；同时，可以同时对多种不同数据分布的生成图像进行检测，泛化性高，实用性强，平均鉴别精度可达95%以上。

本发明授权一种生成图像检测方法、系统、设备及存储介质在权利要求书中公布了：1.一种生成图像检测方法，其特征在于，包括： 对各训练图像的检测特征进行解码，并通过对解码获得的文本进行词频分析与统计抽取出显著概念词集，包括：对于真实图像训练集与生成图像训练集中的每一训练图像，均分别提取图像特征，并进行线性加权获得检测特征，基于图像描述生成模型解码生成对应的文本表示，组成真实图像训练集与生成图像训练集各自对应的文本集，再分别进行词频分析与统计抽取得到真实图像训练集与生成图像训练集各自对应的显著概念词集； 引入上下文优化技术，利用显著概念词以及相关的非显著概念词初始化上下文标记，并构建可学习向量，再结合给定的上下文单词作为提示，将提示与训练图像一并输入至预训练的多模态大模型进行图像分类任务，获得预测概率，结合预测概率计算损失函数对所述可学习向量进行优化； 利用优化后的可学习向量构建提示，并与待检测图像一并输入至预训练的多模态大模型，获得检测结果； 其中，利用显著概念词以及相关的非显著概念词初始化上下文标记，并构建可学习向量，再结合给定的上下文单词作为提示，表示为： ； ； 其中，t为提示；为M个上下文标记组成的可学习向量，是第m个上下文标记，，为分类标签其作为上下文单词，包含real与fake两类，real为真，fake为假；为预训练的多模态大模型中的文本编码器；为真实图像训练集对应显著概念词集中的单个显著概念词，为生成图像训练集对应显著概念词集中的单个显著概念词；或者为真实图像训练集中的单个非显著概念词，为生成图像训练集中的单个非显著概念词，非显著概念词为解码获得的文本中除去显著概念词之外的词。

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技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。