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！
摘要：本发明请求保护一种基于跨域一致性学习的人脸伪造检测方法CDCL，旨在探索不同伪造方法生成图像的共同伪造特征，实现高泛化性的人脸伪造检测，属于计算机视觉技术领域。所述方法包括以下步骤：步骤1.本发明提出了一个跨域学习模块，该模块有助于提取到不同伪造方法生成图像的跨域一致性特征。步骤2.本发明设计了一个分流中心差分注意力，它可以通过聚合查询的像素级强度和梯度信息来生成键和值对，同时将异质感受野大小注入到标记中，从而捕获深层次的细粒度特征。步骤3.本发明利用一组特定伪造技术源域和不同伪造技术目标域生成的数据来诱导模型学习跨域一致性特征。步骤4.为了减少类内距离同时增大类间距离，本发明设计了一个跨域一致性中心损失，通过迭代对抗训练、更新参数得到最终的网络模型。
主权项：1.一种基于跨域一致性学习的人脸伪造检测方法，其特征在于，包括以下步骤：步骤1、将一组带标签的源数据、带标签的目标数据输入到检测网络中，经过基础网络提取源域和目标域的训练样本特征，分别馈送至各自分支的分流中心差分注意力中；步骤2、分流中心差分注意力通过捕获像素强度信息和像素梯度信息来获取伪造图像的局部细粒度特征，同时将异质感受野大小注入到标记中，通过对不同的注意力头使用不同大小的键Key和值Value来进行深层细粒度特征的提取；步骤3、跨域学习模块通过共享源域分流中心差分注意力中的查询Query和目标域数据中的键Key、值Value来捕获源域和目标域的跨域一致性特征；步骤4、将得到的源域和目标域的最终特征输入到分类器进行图像真伪的判断，设计跨域一致性中心损失进行监督；对目标域的最终特征与跨域学习模块的跨域一致性特征使用蒸馏损失，缩小两者的差异，使目标域分支尽可能地获取源域分支的知识；同时，将源域和目标域伪图像的最终特征输入到鉴别器进行领域判断，通过最小化鉴别损失来进一步学习深度跨域一致性表示。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于跨域一致性学习的人脸伪造检测方法
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