龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学;支付宝(杭州)信息技术有限公司
摘要：本发明公开了一种基于自适应学习的高鲁棒性深度伪造检测方法，首先基于质量退化生成算法自适应生成不同质量的退化人脸图像，补充现有深度伪造人脸图像数据集质量多样性，同时结合自适应采样网络协调不同质量的人脸图像的学习信号，动态捕捉未知质量的人脸图像的伪造特征，从而提升深度伪造检测模型对于低质量伪造图像的检测性能。本发明帮助自适应深度伪造检测算法更好地学习伪造特征与退化噪声之间的差异，提高自适应深度伪造检测算法对于未知质量人脸图像的鲁棒性，并基于人脸图像质量进行算法动态训练，指导自适应深度伪造检测算法进行优化，提高自适应深度伪造检测算法对于原始人脸图像和退化人脸图像准确率之间的均衡性。
主权项：1.一种基于自适应学习的高鲁棒性深度伪造检测方法，其特征在于，包括：算法训练阶段和算法推理阶段，具体地：算法训练阶段：获得一个原始人脸图像以及相应的标签；通过质量退化生成算法生成一个退化设置；质量退化生成算法根据退化设置和获得的原始人脸图像生成原始人脸图像相应的退化人脸图像，得到人脸图像对以及相应的真实标签对；根据人脸图像对，自适应深度伪造检测算法执行图像质量评估和深度伪造检测双重任务，得到分别对应原始人脸图像和退化人脸图像的两个输出对：评估图像质量的图像质量标签对和判断图像真伪的检测标签对；根据图像质量标签对和检测标签对，自适应采样网络通过计算得到人脸图像质量反馈和算法性能反馈；自适应采样网络根据算法性能反馈和人脸图像质量反馈计算关于人脸图像对的训练权重，所述的训练权重被用来计算加权损失，最后利用所述的加权损失帮助质量退化生成算法和自适应深度伪造检测算法更新算法参数；算法推理阶段：获得待测人脸图像；将其输入至已经训练完毕的自适应深度伪造检测算法，所述的自适应深度伪造检测算法计算得到深度伪造检测的分类结果。
全文数据：
权利要求：
百度查询： 浙江大学 支付宝(杭州)信息技术有限公司 一种基于自适应学习的高鲁棒性深度伪造检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号