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：武汉大学;绿盟科技集团股份有限公司

申请日：2024-08-15

公开（公告）日：2025-01-24

公开（公告）号：CN119360066A

专利技术分类：..使用分类，例如 视频对象[2022.01]

专利摘要：本发明提供一种通用的生成式假图像检测方法，包括将待检测假图像，输入预先训练的分类器，输出检测结果；分类器的训练方法包括提取真实图像的共享特征和偏置特征，约束二者之间的距离，获得真实图像共享特征；对真实图像和生成式假图像提取图像特征算子，获得真实图像特征和生成式假图像特征；将真实图像共享特征、真实图像特征以及生成式假图像特征进行预测聚类优化；将真实图像特征和生成式假图像特征输入分类器进行二分类优化；根据预测聚类优化损失和二分类优化损失，通过分类器联合优化损失函数最小化分类器联合优化损失，获得训练好的分类器。解决了现有的假图像检测技术迁移性较差、无法抵御图像传播中的图像扰动和对抗的问题。

专利权项：1.一种通用的生成式假图像检测方法，其特征在于，包括：获取待检测的图像；将获取的待检测的图像，输入预先训练的真实图像生成式假图像二分类器，输出检测结果；其中，所述真实图像生成式假图像二分类器的训练方法，包括：将真实图像和待检测的生成式假图像作为训练集；对训练集进行数据增强处理，获得数据增强处理后的真实图像和数据增强处理后的生成式假图像；提取数据增强处理后的真实图像的共享特征和偏置特征；通过联合优化共享特征的损失函数、偏置特征的损失函数以及余弦相似损失函数，约束所述共享特征和所述偏置特征之间的距离，获得最终的真实图像共享特征；对数据增强处理后的真实图像和数据增强处理后的生成式假图像，分别提取图像特征算子，获得真实图像特征和生成式假图像特征；将最终的真实图像共享特征、真实图像特征以及生成式假图像特征输入分类器进行预测聚类优化，获得预测聚类优化损失；将真实图像特征和生成式假图像特征输入分类器进行二分类优化，获得二分类优化损失；根据预测聚类优化损失和二分类优化损失，构建分类器联合优化损失函数，通过分类器联合优化损失函数最小化分类器联合优化损失，获得训练好的真实图像生成式假图像二分类器。

百度查询： 武汉大学 绿盟科技集团股份有限公司 一种通用的生成式假图像检测方法