-
公开(公告)号:CN115731621A
公开(公告)日:2023-03-03
申请号:CN202211387397.5
申请日:2022-11-07
Applicant: 中国科学院计算技术研究所
IPC: G06V40/40 , G06V40/16 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0495 , G06N3/09 , G06N3/096 , G06N3/08
Abstract: 本发明提出一种基于知识蒸馏的深度合成图像视频伪造检测方法和系统,包括:针对各类型的图像篡改方法,基于多个骨架网络依次构建多个第一模型,使用已标记真伪类别的图像作为训练样本,训练每个第一模型,将训练完成的第一模型作为教师模型;对训练样本在各教师模型上的多个层次的样本特征进行提取,分布使用L2距离和余弦相似度,得到样本特征间的距离和角度关系,作为样本特征间的特征关系。将训练样本输入结构复杂度低于骨架网络的第二模型,并以特征关系为监督,构建每个第二模型的损失函数,以训练第二模型,得到每个教师网络对应的学生模型;将待伪造检测的图像输入学生模型,融合学生模型输出的结果,得到伪造检测结果。
-
公开(公告)号:CN115719520A
公开(公告)日:2023-02-28
申请号:CN202211387390.3
申请日:2022-11-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于量化技术的图像深伪检测加速方法和系统,包括:获取已标记深伪检测结果的训练视频,从训练视频中抽取伪造检测的关键帧,对关键帧进行压缩并去除冗余信息后提取保留伪造检测关键维度的帧特征;基于帧特征,利用人脸识别算法,定位关键帧中人脸位置信息,基于人脸位置信息、帧特征和已标记深伪检测结果,训练得到初始检测模型;对初始检测模型的权重、激活值进行量化转换,并验证推理速度和精度损失间的平衡,将量化转换后的初始检测模型作为中间模型;对中间模型进行微调或重训练,得到最终的深度伪造检测模型;将待深度伪造检测的视频输入深度伪造检测模型,得到其是否属于伪造视频的检测结果。
-
公开(公告)号:CN116189313A
公开(公告)日:2023-05-30
申请号:CN202211387389.0
申请日:2022-11-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于并发策略的深度合成图像视频伪造检测方法和系统,包括:获取由多个操作构成的深伪检测流程,将该深伪检测流程中操作耗时程度大于预设值的操作作为独立操作,并通过为每个独立操作的数据输入,构建对应的输入缓存队列,得到独立检测流程;以多个该独立检测流程并发执行图像的伪造检测任务,且在伪造检测过程中每个独立检测流程的输入缓存队列根据打包数据策略,将队列中的数据打包送入与当前输入缓存队列对应的独立操作;汇总各独立检测流程的输出,得到该图像的伪造检测结果。
-
-