-
公开(公告)号:CN119851078B
公开(公告)日:2025-05-13
申请号:CN202510314705.9
申请日:2025-03-18
Applicant: 吉林大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/44 , G06V10/74 , G06N3/0464 , G06N5/04
Abstract: 本发明公开一种基于大模型和预训练的假新闻检测推断方法及系统,涉及图像处理和大型视觉语言模型领域。本发明利用Vision Transformer对图像和音频信息编码,Transformer对文本信息进行编码,通过对比学习技术实现多模态语义对齐,通过训练得到所需的编码器,将该编码器提取到的文本特征与图像特征使用多模态交叉注意力模块进行特征融合,获得文本图像融合特征;然后将文本图像融合特征、人脸图像特征与音频特征使用多模态特征增强模块处理,获得增强特征,捕捉新闻中的细微差别和潜在的操纵迹象;最后使用已有的大型视觉‑语言模型作为骨干网络,将增强特征传入到模型中,最终得到更加精准的判断结果以及推理结果。
-
公开(公告)号:CN104867149B
公开(公告)日:2017-07-21
申请号:CN201510263628.5
申请日:2015-05-16
Applicant: 吉林大学
Abstract: 本发明提出一种基于局部平面线性点的翻拍图像鉴别方法,该方法包括以下几个步骤:首先将彩色图像转化成灰度图像,其次计算图像的一阶偏导数和二阶偏导数;提取出局部平面线性点,并计算特征值;然后对特征值进行平移运算,避免产生间断点,同时对特征值进行取对数处理,限制特征向量的取值范围,得到用来分类的特征向量。最后通过分类器对真实图像和翻拍图像进行分类。本发明有效提高了不同介质所得到翻拍图像的鉴别率,并通过实验数据验证了本算法的有效性。
-
公开(公告)号:CN119851078A
公开(公告)日:2025-04-18
申请号:CN202510314705.9
申请日:2025-03-18
Applicant: 吉林大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/44 , G06V10/74 , G06N3/0464 , G06N5/04
Abstract: 本发明公开一种基于大模型和预训练的假新闻检测推断方法及系统,涉及图像处理和大型视觉语言模型领域。本发明利用Vision Transformer对图像和音频信息编码,Transformer对文本信息进行编码,通过对比学习技术实现多模态语义对齐,通过训练得到所需的编码器,将该编码器提取到的文本特征与图像特征使用多模态交叉注意力模块进行特征融合,获得文本图像融合特征;然后将文本图像融合特征、人脸图像特征与音频特征使用多模态特征增强模块处理,获得增强特征,捕捉新闻中的细微差别和潜在的操纵迹象;最后使用已有的大型视觉‑语言模型作为骨干网络,将增强特征传入到模型中,最终得到更加精准的判断结果以及推理结果。
-
公开(公告)号:CN119625812A
公开(公告)日:2025-03-14
申请号:CN202510168895.8
申请日:2025-02-17
Applicant: 吉林大学
IPC: G06V40/16 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/045
Abstract: 本发明提供一种基于重构学习和混合专家模式的人脸伪造检测方法及系统,包括步骤:从人脸视频中提取人脸帧图像;对人脸帧图像进行数据处理,获得二维人脸图像;利用Swin Transformer作为编码器,同时引入混合专家模型,对二维人脸图像进行空间特征和长距离依赖特征提取;利用混合专家模型对二维人脸图像中不同类型的特征进行增强,得到高级语义特征图;利用注意力引导的解码模块生成人脸重建图像;利用基于重建引导的特征聚合模块,将人脸重建图像与相应的二维人脸图像聚合,探索可能存在的伪造区域,得到最终用于人脸伪造检测的特征图。本发明对于未知伪造类型的检测能力更优,能够提高人脸伪造检测的准确性、鲁棒性和泛化性。
-
公开(公告)号:CN104867149A
公开(公告)日:2015-08-26
申请号:CN201510263628.5
申请日:2015-05-16
Applicant: 吉林大学
IPC: G06T7/00
CPC classification number: G06T7/33 , G06T2207/20
Abstract: 本发明提出一种基于局部平面线性点的翻拍图像鉴别算法,该方法包括以下几个步骤:首先将彩色图像转化成灰度图像,其次计算图像的一阶偏导数和二阶偏导数;提取出局部平面线性点,并计算特征值;然后对特征值进行平移运算,避免产生间断点,同时对特征值进行取对数处理,限制特征向量的取值范围,得到用来分类的特征向量。最后通过分类器对真实图像和翻拍图像进行分类。本发明有效提高了不同介质所得到翻拍图像的鉴别率,并通过实验数据验证了本算法的有效性。
-
-
-
-