公开(公告)号：CN119445679A

公开(公告)日：2025-02-14

申请号：CN202411210963.4

申请日：2024-08-30

Applicant: 大连理工大学

Inventor： 王菲 ,  荆渤韬 ,  张翼麟 ,  王波

IPC: G06V40/40 ,  G06V40/16 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82

Abstract: 基于多分类指导的可泛化深度伪造检测方法，属于图像处理技术领域。技术方案：图像进行数据增强，然后分别输入到双流神经网络的二分类网络和多分类网络中；通过融合模块将两个分支的特征组合起来；融合特征输入到二元分类器中以确定输入是真实或伪造。有益效果：本发明的所述的基于多分类指导的可泛化深度伪造检测方法，在提升模型泛化能力、增强特征表达能力、优化损失函数设计、防止过拟合、提高计算效率以及增强标签一致性等方面均表现出显著的有益效果；有助于遏制虚假信息的传播，维护公众的知情权和安全，增强人们对于信息真实性的警惕性，为多领域的身份认证、数字取证等应用奠定坚实基础，为构建更加安全可信的信息社会做出重要贡献。

公开(公告)号：CN119049508A

公开(公告)日：2024-11-29

申请号：CN202411020089.8

申请日：2024-07-29

Applicant: 大连理工大学

Inventor： 荆渤韬 ,  刘开骏 ,  张翼麟

IPC: G10L25/51 ,  G10L15/06 ,  G10L25/18 ,  G10L25/30

Abstract: 基于频域与时域知识提取的低质量压缩语音深度伪造检测方法，涉及多媒体信息安全技术领域。技术方案：采用六种有损压缩算法对训练数据集进行压缩，从而得到与高质量训练集匹配的低质量数据，使用预训练的大模型XLS‑R从语音数据中提取特征，使用高质量的原始数据训练教师模型，使用低质量压缩数据，通过频域蒸馏和时域蒸馏训练学生模型。有益效果：本发明采用知识蒸馏作为主要框架，使用数据蒸馏的方式，用高质量数据去训练教师模型，低质量数据去训练学生模型，然后采用频域和时域蒸馏，使得学生模型可以从教师模型那学到压缩数据丢失的频域和时域信息，从而提高低质量数据的伪造检测性能，有效识别和打击伪造语音，维护语音信息的真实性和安全性。

公开(公告)号：CN119167079A

公开(公告)日：2024-12-20

申请号：CN202411020094.9

申请日：2024-07-29

Applicant: 大连理工大学

Inventor： 荆渤韬 ,  陆奕舟 ,  张翼麟

IPC: G06F18/214 ,  G06F18/2415 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明提出的针对隐私型深度伪造的检测方法在联邦协作中的应用方法，属于计算机图像处理技术领域。具体实施方案包括对数据进行预处理；使用基于联邦学习的深度伪造检测算法在多个客户端节点上进行模型训练，并在本地对待上传的模型实施随机掩模和差分隐私噪声处理。益处在于：该方法采用多方联合共同训练的方式，每个节点利用本地数据训练本地的深度伪造检测模型，在全局聚合过程中，本地节点仅上传模型参数而非原始数据，中心服务器通过特定的聚合算法整合全局模型参数，然后将其下发给各节点进行新一轮的迭代更新。

公开(公告)号：CN119169677A

公开(公告)日：2024-12-20

申请号：CN202411029278.1

申请日：2024-07-29

Applicant: 大连理工大学

Inventor： 荆渤韬 ,  曹宸浩 ,  傅与桐 ,  张翼麟

IPC: G06V40/16 ,  G06V10/764 ,  G06T7/194 ,  G06T7/11 ,  G06V10/40 ,  G06V10/24 ,  G06V10/74 ,  G06V10/774 ,  G06F21/64

Abstract: 孪生网络在人脸视频与图像篡改检测中隐域镜像鉴真方法，属于属于计算机视觉和图像分析技术领域。技术方案：预处理模块Pre‑processing：将图像中的人脸区域和背景区域分离，分别得到人脸图像块和背景图像块；特征提取模块Feature extraction：采用改造的孪生网络提取图像特征，得到人脸图像块和背景图像块的灰度空间特征；特征对齐模块Feature alignment：采用特征拼接的方法对灰度空间特征进行拼接，并通过分类得到预测标签Y；使用投票原则修正分类，得到结果标签Yt。有益效果：本发明显著提高了分类的准确性，从而获得了较好的检测精度；增强了分类结果的可靠性，使得系统能够更准确地识别出篡改的人脸视频和图像；使学习过程更加稳定和鲁棒，从而获得了更令人满意的性能。

公开(公告)号：CN119169338A

公开(公告)日：2024-12-20

申请号：CN202411020092.X

申请日：2024-07-29

Applicant: 大连理工大学

Inventor： 荆渤韬 ,  黄一丁 ,  庞士瑞 ,  张翼麟

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/40 ,  G06V10/56 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明涉及一种跨维影融自适应深度伪造甄别方法，属于深度伪造检测技术领域，包括以下步骤：从空间域中提取能够代表原始图像整体模式的图像颜色特征；提取两个不同的频域特征。首先，直接从原始输入图像中提取浅低频特征，并利用浅低频特征将原始rgb图像扩展到频域；另一种是深度频域特征，提取输入图像的残差图，并使用卷积提取器提取高频特征。使用由门控卷积组成的自适应特征融合模块，融合浅低频特征和深频域特征，使不同分支的特征在分类阶段得到充分表达；有益效果：本发明在大量数据集上进行了大量实验，实验结果证明了本发明方法的有效性和稳健性。