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！

龙图腾网恭喜成都信息工程大学申请的专利基于空频特征集成和动态边缘优化的深度伪造检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119785193B 。

龙图腾网通过国家知识产权局官网在2025-05-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510282109.7，技术领域涉及：G06V20/00；该发明授权基于空频特征集成和动态边缘优化的深度伪造检测方法是由李孝杰;寇毅;黎鹏;杨善敏;史沧红;马洪江;吴锡;周激流设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本基于空频特征集成和动态边缘优化的深度伪造检测方法在说明书摘要公布了：本发明公开了提出一种基于空频特征集成和动态边缘优化的深度伪造检测方法，通过空间‑频率特征集成模块和真实性感知边界损失函数显著提升了伪造内容的检测准确性和鲁棒性。本发明有效地结合了图像的空间域和频率域特征，使得模型能够更全面地识别伪造图像中的细微差别。此外，真实性感知边界损失函数通过动态调整边界，成功应对了类别不平衡问题，尤其在真实图像样本稀缺的情况下，显著提高了分类性能。本发明在多个具有挑战性的数据集上进行的实验验证了方法的有效性。

本发明授权基于空频特征集成和动态边缘优化的深度伪造检测方法在权利要求书中公布了：1.基于空频特征集成和动态边缘优化的深度伪造检测方法，其特征在于，包括以下步骤：S1、获取深度伪造检测所需的数据集，并将数据集划分为训练集与测试集；S2、分别对训练集与测试集进行预处理和数据增强处理，得到处理后的训练集与测试集；S3、构建并初始化基于空间频率特征集成和动态边缘优化的深度伪造检测网络；S4、将处理后的训练集输入深度伪造检测网络中，对深度伪造检测网络进行训练，得到深度伪造检测网络的输出概率；S5、基于深度伪造检测网络的输出概率构建真实性感知边界损失函数，并根据真实性感知边界损失函数优化深度伪造检测网络；S6、重复迭代执行步骤S4~S5直至达到预设迭代次数，每次迭代结束时将处理后的测试集输入训练后的深度伪造检测网络进行测试，并计算当前深度伪造检测网络的测试指标；S7、将处理后的测试集输入测试指标值最高的深度伪造检测网络，输出得到深度伪造检测结果；所述步骤S4包括以下分步骤：S41、将处理后的训练集输入空间-频率特征集成模块SFFI，融合图像的空间域和频率域特征，输出得到空频融合特征图；S42、将空频融合特征图输入预训练的Xception网络进行深入特征提取，输出得到精细特征图；S43、将精细特征图输入全连接层进行处理，得到深度伪造检测网络的输出概率；所述步骤S41包括以下分步骤：S411、将处理后的训练集输入空间-频率特征集成模块SFFI，对输入图像的三个通道进行逐像素均值计算，得到单通道的灰度图；S412、对灰度图进行快速傅里叶变换，得到频谱图；S413、对频谱图进行频率域偏移和幅度计算，并采用对数变换压缩频谱图的动态范围，得到压缩后的频谱图；S414、对压缩后的频谱图进行归一化处理，得到归一化频谱图；S415、将归一化频谱图与输入图像按通道维度进行拼接，得到空频融合特征图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路1段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。