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！

龙图腾网恭喜浙江大学申请的专利基于时空分布变化的伪造图片鉴别方法和装置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：CN119295841B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411818625.9，技术领域涉及：G06V10/764；该发明授权基于时空分布变化的伪造图片鉴别方法和装置是由冯尊磊;娄恒瑞;申成吉;宋明黎;陈刚设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于时空分布变化的伪造图片鉴别方法和装置在说明书摘要公布了：基于时空分布变化的伪造图片鉴别方法和装置，其方法包括：步骤1:获取任务训练数据，将其划分为训练集和验证集；采用所述训练数据，使用去噪扩散隐式模型去噪采样过程获得相邻噪声图的时序变化数据；获得每个候选判别因子DFactor和时间序列数据之间的距离，基于KL散度的损失函数从候选DFactor的集合中获得固定长度为的最佳DFactor判别因子；采用最佳DFactor判别因子将时序变化数据构建成有向加权的演化图；采用有向加权的演化图，学习所述时间序列的特征表示；将特征表示与对应的真假标签作为输入，训练分类器，实现伪造图片鉴别。本发明在图片伪造鉴别领域引入时序信息，不依赖于预训练加噪模型，在实际应用场景中有很好的泛化能力。

本发明授权基于时空分布变化的伪造图片鉴别方法和装置在权利要求书中公布了：1.一种基于时空分布变化的伪造图片鉴别方法，其特征在于，包括：步骤1:获取任务训练数据，将其划分为训练集和验证集；步骤2:采用所述训练数据，使用去噪扩散隐式模型DDIM去噪采样过程获得相邻噪声图的时序变化数据；步骤3:获得每个候选判别因子DFactor和时间序列数据之间的距离，所述的DFactor是时序变化数据中能够作为区分正常样本与伪造样本的片段；基于KL散度的损失函数从候选DFactor的集合C中获得固定长度为L的最佳DFactor判别因子；步骤3-1：计算每个候选DFactor和时间序列之间加权距离；步骤3-2：对所有距离进行加权求和，以获得时间序列的总距离：步骤3-3：基于KL散度构建以正负样本间距离的损失函数，N表示样本的数量，表示局部和全局因子的和，分别是正负类之间距离的均值和标准差，表示元素正则化；通过KL散度来进行正负样本间的梯度下降最小化损失，实现最佳DFactor判别因子的提取；步骤4:采用最佳DFactor判别因子将时序变化数据构建成有向加权的演化图；步骤5：采用有向加权的演化图，学习所述时间序列的特征表示；步骤6：将特征表示与对应的真假标签作为输入，训练分类器，实现伪造图片鉴别。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。