-
公开(公告)号：CN117496583B
公开(公告)日：2024-04-02
申请号：CN202311841206.2
申请日：2023-12-29
Applicant: 暨南大学
Abstract: 本发明公开了一种可学习局部差异的深度伪造人脸检测定位方法，可用于深度伪造人脸图像真伪检测以及篡改区域定位，本发明属于数字取证领域。包括：局部差异特征提取网络、跨层次注意融合伪造定位网络以及高泛化性真伪分类器。局部差异特征提取网络与跨层次注意融合伪造定位网络是本发明方法的核心所在，局部差异特征提取网络中的局部相似性计算模块能够提高特征提取网络捕捉细粒度局部差异痕迹的能力，跨层次注意融合模块聚合了多种层次的细节信息促进伪造定位的准确性。在有限的训练数据下，本发明对未知伪造方法数据的测试获得了更高的泛化性，从而扩展了现有检测模型的泛化能力。
-
公开(公告)号：CN117496583A
公开(公告)日：2024-02-02
申请号：CN202311841206.2
申请日：2023-12-29
Applicant: 暨南大学
Abstract: 本发明公开了一种可学习局部差异的深度伪造人脸检测定位方法，可用于深度伪造人脸图像真伪检测以及篡改区域定位，本发明属于数字取证领域。包括：局部差异特征提取网络、跨层次注意融合伪造定位网络以及高泛化性真伪分类器。局部差异特征提取网络与跨层次注意融合伪造定位网络是本发明方法的核心所在，局部差异特征提取网络中的局部相似性计算模块能够提高特征提取网络捕捉细粒度局部差异痕迹的能力，跨层次注意融合模块聚合了多种层次的细节信息促进伪造定位的准确性。在有限的训练数据下，本发明对未知伪造方法数据的测试获得了更高的泛化性，从而扩展了现有检测模型的泛化能力。
-
Search Results
2
records
(took 0.019 seconds)
