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！

龙图腾网获悉云南大学申请的专利基于频域信息与生成对抗网络的伪造图像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：CN114495239B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202210139691.8，技术领域涉及：G06V40/16；该发明授权基于频域信息与生成对抗网络的伪造图像检测方法及系统是由江倩;黄珊珊;刘玲;金鑫;董云云;吴楠;姚绍文;何德芬;程子恩设计研发完成，并于2022-02-16向国家知识产权局提交的专利申请。

本基于频域信息与生成对抗网络的伪造图像检测方法及系统在说明书摘要公布了：本发明公开了一种基于频域信息与生成对抗网络的伪造图像检测方法及系统，涉及图像处理及深度学习技术领域，该方法包括：获取目标图像；所述目标图像为人脸图像或者自然场景图像；将所述目标图像从图像空间转换到频域空间，以得到目标频谱图；将所述目标频谱图输入到伪造图像检测模型中，以确定所述目标图像的判别结果；所述判别结果包括真实图像和伪造图像；其中，所述伪造图像检测模型的网络结构为生成对抗网络；所述生成对抗网络包括生成器和鉴别器；所述鉴别器采用U‑Net结构。本发明不仅能够对伪造人脸图像进行检测，而且还可以对自然场景伪造图像进行检测。

本发明授权基于频域信息与生成对抗网络的伪造图像检测方法及系统在权利要求书中公布了：1.一种基于频域信息与生成对抗网络的伪造图像检测方法，其特征在于，包括： 获取目标图像；所述目标图像为人脸图像或者自然场景图像； 将所述目标图像从图像空间转换到频域空间，以得到目标频谱图； 将所述目标频谱图输入到伪造图像检测模型中，以确定所述目标图像的判别结果；所述判别结果包括真实图像和伪造图像； 其中，所述伪造图像检测模型的网络结构为生成对抗网络；所述生成对抗网络包括生成器和鉴别器；所述鉴别器采用U-Net结构； 所述生成器包括第一编码器和第一解码器；所述鉴别器包括第二编码器和第二解码器； 所述第一编码器的输出端连接所述第一解码器的输入端；所述第一解码器的输出端连接所述第二编码器的输入端；所述第二编码器的第一输出端用于在模型训练过程中输出样本图像类别；所述第二编码器的第二输出端连接所述第二解码器的输入端； 所述第一编码器用于提取所述目标频谱图的潜在编码；所述第一解码器用于基于所述目标频谱图的潜在编码，重构所述目标频谱图，以得到重构图像； 所述第一编码器包括五个第一卷积模块，其中，前四个所述第一卷积模块包括一个卷积层、一个批处理层和一个LReLU激活层，最后一个所述第一卷积模块包括一个卷积层、一个批处理层和一个ReLU激活层； 所述第一解码器包括五个且相同的第一反卷积模块；所述第一反卷积模块包括一个反卷积层和一个ReLU激活层； 所述第二编码器的第二输出端用于输出所述重构图像的潜在编码； 所述第二解码器的输出端用于输出图像逐像素判别结果值；所述图像逐像素判别结果值为所述目标图像的判别结果； 其中，所述第二编码器至少包括五个第二卷积模块，其中，第一个所述第二卷积模块包括一个二维卷积层和一个谱归一化层，后四个所述第二卷积模块包括一个二维卷积层、一个谱归一化层和一个ReLU激活层； 所述第二解码器至少包括五个且相同的第二反卷积模块；所述第二反卷积模块包括一个反卷积层和一个ReLU激活层； 所述伪造图像检测模型的损失函数为复合损失函数； 所述复合损失函数包括对抗损失子函数、第一标签损失子函数、第二标签损失子函数和重构子函数； 所述对抗损失子函数为交叉熵损失函数； 所述第一标签损失子函数用于表示样本频谱图的潜在编码与样本图像真实标签之间的差异值；所述样本图像真实标签为样本频谱图对应的标签；所述样本频谱图是将所述样本图像从图像空间转换到频域空间后得到的； 所述第二标签损失子函数用于表示所述样本重构图像的潜在编码与所述样本图像真实标签之间的差异值；所述样本重构图像为基于所述样本频谱图的潜在编码重构的图像； 所述重构损失子函数用于表示所述样本重构图像与所述样本频谱图之间的像素级损失值。

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云南大学，其通讯地址为：650091 云南省昆明市翠湖北路2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。