公开(公告)号：CN110942034A

公开(公告)日：2020-03-31

申请号：CN201911190229.5

申请日：2019-11-28

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  彭勃 ,  轩心升 ,  王建文

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于深度网络生成图像、计算机视觉与图像取证领域，具体涉及一种用于检测多类型深度网络生成图像的方法、系统、装置，旨在解决现有深度网络生成图像检测方法针对不同类型和新类型的深度网络生成图像检测率低的问题。本系统方法包括获取待检测的图像，作为输入图像；通过高通滤波器对输入图像进行预处理，得到预处理图像；通过深度残差网络提取预处理图像的特征向量；基于所述特征向量，采用模板匹配方法与预设的模板图像库中各模板图像的特征向量进行匹配，获取所述待检测图像的类别。本发明提高了不同类型和新类型深度网络生成图像的检测准确率。

公开(公告)号：CN110428006A

公开(公告)日：2019-11-08

申请号：CN201910706992.2

申请日：2019-08-01

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  彭勃 ,  轩心升 ,  王建文

IPC: G06K9/62

Abstract: 本发明属于计算机生成图像、计算机视觉与图像取证领域，具体涉及一种计算机生成图像的检测方法、系统、装置，旨在解决现有计算机生成图像检测模型对模型的训练集非同源的数据检测准确率低的问题。本系统方法包括获取待检测的图像，作为输入图像；基于输入图像，通过计算机生成图像检测模型获取图像检测结果；其中，计算机生成图像检测模型采用基于DCGAN判别模型的CNN网络构建。本发明增强了计算机生成图像检测模型的泛化能力，提高了其对模型的训练集非同源的数据检测的准确率。