基于双模态的人脸伪造检测方法、系统、设备及介质(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于双模态的人脸伪造检测方法、系统、设备及介质,其方法包括:将人脸图像输入至第一浅层卷积神经网络进行RGB信息提取,得到RGB特征,将高频图像输入至第二浅层卷积神经网络进行高频信息提取,得到高频特征;其中,通过预设的信息交互模块将第一浅层卷积神经网络中当前一层第一卷积块输出的第一特征和第二浅层卷积神经网络中对应一层第二卷积块输出的第二特征进行交互学习后得到第三特征,并将第三特征与第一特征相加后作为第一浅层卷积神经网络中下一层第一卷积块的输入;合并RGB特征和高频特征后输入至分类器,得到RGB人脸图像的真伪。本发明通过两个模态及两者的交互学习,提高人脸伪造检测的精度和泛化性能。
《基于双模态的人脸伪造检测方法、系统、设备及介质(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023103040334,当前法律状态为已下证,由长沙理工大学提出申请,发明人为章登勇;孙嘉晨;李峰;宫蓉蓉,申请日期为2023-03-23,公开(公告)日期为2026-05-19,国际专利分类号(IPC)为 G06V 40/40 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于双模态的人脸伪造检测方法、系统、设备及介质,其方法包括:将人脸图像输入至第一浅层卷积神经网络进行RGB信息提取,得到RGB特征,将高频图像输入至第二浅层卷积神经网络进行高频信息提取,得到高频特征;其中,通过预设的信息交互模块将第一浅层卷积神经网络中当前一层第一卷积块输出的第一特征和第二浅层卷积神经网络中对应一层第二卷积块输出的第二特征进行交互学习后得到第三特征,并将第三特征与第一特征相加后作为第一浅层卷积神经网络中下一层第一卷积块的输入;合并RGB特征和高频特征后输入至分类器,得到RGB人脸图像的真伪。本发明通过两个模态及两者的交互学习,提高人脸伪造检测的精度和泛化性能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
