-
公开(公告)号：CN114757877A
公开(公告)日：2022-07-15
申请号：CN202210229571.7
申请日：2022-03-09
Applicant: 大连理工大学
Abstract: 一种基于频域滤波残差的深度伪造检测方法，属于图像分类的技术领域，包括预处理模块和分类模块，包括如下步骤：通过对图像进行哈尔小波变换，得到图像的低频信息图；将原图的灰度图和低频信息图做残差运算，得到原图的中高频信息残差图；分类模块中，将原图和中高频信息残差图拼接之后输入卷积神经网络进行分类处理。通过哈尔小波变换和残差来得到图像的中高频域的特征，从而在频域中挖掘因为图像压缩导致的RGB域中被削弱或者污染的伪造痕迹，提高检测方法在检测压缩图像时的精度。将RGB图像和高频残差图像拼接起来作为卷积神经网络的输入，充分利用RGB域丰富的语义信息和中高频域的细节纹理信息，使检测方法对图像压缩拥有很好的鲁棒性。
-
公开(公告)号：CN114757877B
公开(公告)日：2025-04-04
申请号：CN202210229571.7
申请日：2022-03-09
Applicant: 大连理工大学
IPC: G06V20/00 , G06V20/30 , G06V40/16 , G06V10/44 , G06V10/52 , G06V10/54 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 一种基于频域滤波残差的深度伪造检测方法，属于图像分类的技术领域，包括预处理模块和分类模块，包括如下步骤：通过对图像进行哈尔小波变换，得到图像的低频信息图；将原图的灰度图和低频信息图做残差运算，得到原图的中高频信息残差图；分类模块中，将原图和中高频信息残差图拼接之后输入卷积神经网络进行分类处理。通过哈尔小波变换和残差来得到图像的中高频域的特征，从而在频域中挖掘因为图像压缩导致的RGB域中被削弱或者污染的伪造痕迹，提高检测方法在检测压缩图像时的精度。将RGB图像和高频残差图像拼接起来作为卷积神经网络的输入，充分利用RGB域丰富的语义信息和中高频域的细节纹理信息，使检测方法对图像压缩拥有很好的鲁棒性。
-
公开(公告)号：CN112990031B
公开(公告)日：2025-04-01
申请号：CN202110309489.0
申请日：2021-03-23
Applicant: 大连理工大学
Abstract: 一种基于改进孪生网络用于检测篡改人脸视频和图像的方法，属于计算机图像处理技术领域。技术方案：S1、预处理模块Pre‑processing，将图像的人脸区域和背景区域裁剪出来，分别得到人脸图像块和背景图像块；S2、特征提取模块Feature extraction，使用改进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；S3、特征对齐模块Feature alignment，使用特征拼接的方法对其灰度空间特征进行拼接，并进行分类得到预测标签Y；S4、使用投票原则修正分类,得到结果标签Yt。该方法采用改进的孪生网络，提取图像人脸区域和背景区域的特征，然后度量他们的相似度，根据相似度的高低来最终进行真伪图像的分类。同时，提出的一种投票原则来修正最后的分类结果，使得结果更加精准。
-
公开(公告)号：CN112990031A
公开(公告)日：2021-06-18
申请号：CN202110309489.0
申请日：2021-03-23
Applicant: 大连理工大学
Abstract: 一种基于改进孪生网络用于检测篡改人脸视频和图像的方法，属于计算机图像处理技术领域。技术方案：S1、预处理模块Pre‑processing，将图像的人脸区域和背景区域裁剪出来，分别得到人脸图像块和背景图像块；S2、特征提取模块Feature extraction，使用改进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；S3、特征对齐模块Feature alignment，使用特征拼接的方法对其灰度空间特征进行拼接，并进行分类得到预测标签Y；S4、使用投票原则修正分类,得到结果标签Yt。该方法采用改进的孪生网络，提取图像人脸区域和背景区域的特征，然后度量他们的相似度，根据相似度的高低来最终进行真伪图像的分类。同时，提出的一种投票原则来修正最后的分类结果，使得结果更加精准。
-
-
-
Search Results
4
records
(took 0.017 seconds)
