-
公开(公告)号:CN117726912A
公开(公告)日:2024-03-19
申请号:CN202311641564.9
申请日:2023-12-04
Applicant: 新型显示与视觉感知石城实验室 , 东南大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于多特征融合的深度伪造图像检测模型,引入空间域、频率域和共生矩阵特征多域特征作为不同GAN结构生成图像的“共有特征”,即提取全局RGB特征作为空间域特征,设计频谱特征提取模块来提取图像二维频谱中存在的特征,设计共生矩阵提取模块来提取图像中的自然数据统计信息;提取多域特征后,基于融合机制设计出生成图像检测模型,将三种不同域特征进行融合后送入同一个骨干网络进行特征提取以及分类预测。基于多特征融合的模型充分利用了不同域的“共有特征”,同时设计了混合数据集,在保证检测速度的基础上平均检测精度得到提升,有效提高模型的泛化性,从而应对无法确定图像具体来源的GAN伪造图像检测问题。