-
公开(公告)号:CN112148875A
公开(公告)日:2020-12-29
申请号:CN202010768194.5
申请日:2020-08-03
Applicant: 杭州中科睿鉴科技有限公司 , 中国科学院计算技术研究所数字经济产业研究院
Abstract: 本发明涉及一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。本发明的目的是提供一种基于图卷积神经网络整合内容和结构信息的争议性检测方法。本发明的技术方案是一种基于图卷积神经网络整合内容和结构信息的争议性检测方法,其特征在于:建立“话题‑帖子‑评论”图,图中评论连接到该评论回复的评论/帖子上,帖子连接到该帖子属于的话题上;根据“话题‑帖子‑评论”图中话题节点、帖子节点和评论节点的文本获取相应节点的初始表达向量;使用图卷积神经网络学习“话题‑帖子‑评论”图中节点的表达;根据帖子节点和相应评论节点的平均表达进行争议性分类。本发明适用于社交媒体平台争议性检测领域。
-
公开(公告)号:CN113988180A
公开(公告)日:2022-01-28
申请号:CN202111262818.7
申请日:2021-10-28
Applicant: 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种基于模型指纹的生成图像溯源方法。本发明所采用的技术方案是:一种基于模型指纹的生成图像溯源方法,其特征在于:通过生成器根据输入图像生成指纹;获取指纹后将其添加到随机选取的真实图像上,得到带指纹图像;将带指纹图像输入到鉴别器和辅助分类器中进行鉴别和分类;所述生成器包含编码器和解码器,编码器将输入图像投射为一个隐向量,解码器将隐向量转换成与输入图像大小相同的指纹;隐向量上加有分类头,分类头由平均池层和全连通层组成,以隐向量为输入并输出预测的类别;鉴别器用于对图像进行真假分类,将带所述生成器所生成指纹的图像分类为假;辅助分类器用于预测图像的来源,使带指纹图像与相应的输入图像归为一类。
-
公开(公告)号:CN113901810A
公开(公告)日:2022-01-07
申请号:CN202111124543.0
申请日:2021-09-24
Applicant: 杭州中科睿鉴科技有限公司
IPC: G06F40/289 , G06F16/906 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多表示学习的跨领域虚假新闻检测方法。本发明的技术方案为一种基于多表示学习的跨领域虚假新闻检测方法,获取待检测的新闻文本和该新闻文本所属的领域标签;将新闻文本输入BERT模型,提取新闻文本的词嵌入向量;将新闻文本的词嵌入向量和领域标签输入基于多表示学习的领域共享特征生成器,得到融合的领域共享特征表达;将融合的领域共享特征表达输入虚假新闻分类器,输出新闻真假分类的概率值结果。本发明适用于虚假新闻检测领域。本发明通过领域门模型学习领域之间的关系,根据不同的领域之间的关系动态调节不同领域对于不同的领域共享特征的权重,降低了领域共享知识的学习难度,提高了跨领域的虚假新闻检测能力。
-
公开(公告)号:CN113989713A
公开(公告)日:2022-01-28
申请号:CN202111265016.1
申请日:2021-10-28
Applicant: 杭州中科睿鉴科技有限公司
IPC: G06V20/40 , G06V10/764 , G06K9/62 , G06V10/82
Abstract: 本发明涉及一种基于视频帧序预测的深度伪造检测方法,以提高时序模型对时序特征的关注。本发明所采用的技术方案是:一种基于视频帧序预测的深度伪造检测方法,其特征在于:将可疑视频输入经训练的时序模型,通过时序模型提取该可疑视频的特征,将特征输入真假分类器,真假分类器输出该可疑视频真假概率;所述时序模型的训练,包括:随机将视频片段原有连续的视频帧打乱,并记录下打乱的方式;将打乱的视频帧输入时序模型提取特征,该特征同时送入帧序分类器和真假分类器;帧序分类器的结果和打乱方式之间计算帧序预测损失,真假分类器的结果和视频片段的真假标签之间计算真假分类损失。本发明适用于机器学习和计算机视觉领域。
-
公开(公告)号:CN113989234A
公开(公告)日:2022-01-28
申请号:CN202111262826.1
申请日:2021-10-28
Applicant: 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种基于多特征融合的图像篡改检测方法。适用于图像篡改检测领域。本发明所采用的技术方案是:一种基于多特征融合的图像篡改检测方法,其特征在于:获取待检测图像;通过RGB特征编码器提取待检测图像的低层特征和高层特征;通过噪声特征编码器提取待检测图像的噪声特征;利用解码器对待检测图像的低层特征、高层特征和噪声特征进行融合,对图像的篡改区域进行分割。本发明通过在特征提取阶段进行特征图通道的注意力加权实现自适应地选择特征、并使用通道与空间维度上的注意力模块高效地融合RGB特征与噪声特征,拥有了更强的图像篡改特征提取能力,于图像篡改检测任务均有明显的提升效果。
-
公开(公告)号:CN113312479A
公开(公告)日:2021-08-27
申请号:CN202110523434.X
申请日:2021-05-13
Applicant: 杭州中科睿鉴科技有限公司
IPC: G06F16/35 , G06F16/953 , G06K9/46 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种跨领域虚假新闻检测方法。本发明适用于虚假新闻检测领域。本发明的技术方案是:一种跨领域虚假新闻检测方法,其特征在于:将新闻文本输入经训练的领域共性特征提取模型,提取新闻文本的领域共性特征,并得出领域共性特征的谣言分类结果;将同一新闻文本输入经训练的领域特性特征提取模型,提取新闻文本的领域特性特征,并得出领域特性特征的谣言分类结果;将领域共性特征的谣言分类结果和领域特性特征的谣言分类结果加权求和,得到所述新闻文本经虚假新闻检测的判定结果。
-
-
-
-
-