买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：云南大学

摘要：本发明公开了基于双流特征提取和多尺度特征增强的伪造图像检测方法，包括：将输入的人脸图像经过EfficientNet‑b4处理，获得特征图；将所述特征图输入到双流特征提取模块，获得融合特征图；将所述融合特征图输入到多尺度特征增强模块，获得多尺度增强特征图；将所述多尺度增强特征图输入到伪造检测模块，利用伪造检测模块提取层提取特征信息，利用所述多尺度检测模块将输入的人脸特征图与训练时真实图像的特征图进行重叠度比较，输出带伪造位置和置信度的最终特征图，确定图像的伪造区域；将所述最终特征图输入到分类器中进行分类，判断输入图像是否为伪造图像。本发明提高了人脸伪造检测模型的鲁棒性和泛化性。

主权项：1.基于双流特征提取和多尺度特征增强的伪造图像检测方法，其特征在于，包括以下步骤：将输入的人脸图像经过EfficientNet-b4处理，获得特征图；将所述特征图输入到双流特征提取模块，获得融合特征图；具体包括：TFEM-M和TFEM-A采用特征映射及所述特征图作为输入，对增强特征映射以及下采样的特征映射相加得到增强特征图，增强特征图进行融合，获得融合特征图；其中采用不同尺寸的卷积核、批量归一化层和注意力机制来提取更丰富的特征表示；所述TFEM-M和所述TFEM-A分别为所述双流特征提取模块的两个子模块；所述TFEM-M模块的实现方法包括：所述TFEM-M模块对经过S1处理的输入图像的F∈RC×W×H首先通过一个1×1卷积和三个3×3卷积层进行处理，将四个卷积层的特征映射标记为F1∈R4C×W×H；通过另一个1×1卷积和批处理归一化得到输出特征映射Fe，将Fe进行concat得到FE∈RC×W×H；对F进行卷积和自适应加权池化得到下采样特征映射Fd∈RC×W×H；从输入特征映射F中减去下采样的特征映射Fd，得到残差特征映射FR∈RC×W×H，将下采样特征图Fd与残差特征图FR结合，得到增强特征图FD∈RC×W×H；TFEM-M模块输出一个融合了增强的特征图FE和增强的下采样特征图FD的融合特征图f1；所述TFEM-A模块的实现方法包括：所述TFEM-A模块对F进行卷积提取特征和自适应平均池化，获得F2∈RC×W×H；计算F与F2的差值，获得Fr∈RC×W×H；将Fr与F2相加得到更多信息的特征图F3∈RC×W×H；在卷积操作之前将特征图与注意力图相乘，以突出注意力区域的特征，将F大小相同的注意图A∈RC×W×H与F进行concat，得到增强的特征图Fa∈RC×W×H；TFEM-A模块输出是将增强特征图Fa与F3相加的融合特征图f2；将所述融合特征图输入到多尺度特征增强模块，获得多尺度增强特征图；将所述多尺度增强特征图输入到伪造检测模块，利用伪造检测模块提取层提取特征信息，利用多尺度检测模块将所述特征图与训练时真实图像的特征图进行重叠度比较，输出带伪造位置和置信度的最终特征图，确定图像的伪造区域；所述最终特征图输入到分类器中进行分类，判断输入图像是否为伪造图像。

全文数据：

权利要求：

百度查询： 云南大学 基于双流特征提取和多尺度特征增强的伪造图像检测方法