一种AI生成虚假图像的识别方法技术

本发明专利技术公开了一种AI生成虚假图像的识别方法，包括有S1输入one‑hot编码数据集图像；S2对one‑hot编码数据集图像进行JPGE压缩处理；S3原始数据集图像和JPGE压缩处理图像分别转换为直方图概率序列形式；S4通过原始数据集图像的直方图概率序列形式和JPGE压缩处理图像的直方图概率序列形式计算图像JPGE压缩处理后的丢失信息；S5对图像JPGE压缩处理后的丢失信息进行置信度计算形成soft‑label；S6将JPEG压缩处理后的图像以及soft‑label相结合所形成的新数据集输入模型进行训练，通过结合图像软增强和基于信息熵的图像损失算法，实现大数据AI时代生成虚假图像的准确辨别。

【技术实现步骤摘要】

[]本专利技术涉及一种ai生成虚假图像的识别方法。

技术介绍

0、[
技术介绍
]

1、近年关于人工智能方面的事件屡屡产出，如今急需一些可以甄别图像事物是否为ai所生成的工具。

2、在过去已经有人做过相关方面的工作，但都存在一定的局限性。例如yang liu提出的使用画面裁剪的方法结合软增强对数据集提升泛化性的方法，但这种方法因为识别图像种类的不同在大数据ai时代已经不太实用。

3、市面上有一种使用梯度特征方法，也就是在进行二分类训练之前，将图片输入一个预训练的cnn模型(transformation model)，该模型将图片转换为梯度图，并使用这些梯度图训练一个判别器。但这种方法对数据集的质量要求较高和无法进行数据增强，并且在大数据ai时代最需要的东西就是数据，所以这种方法也已不太实用；同时这种方法在应用数据增强等提升泛化性能的手段时存在一些限制，因为判别器使用梯度图作为输入，而现有的图像增强方法大多针对rgb图像进行，rgb图像包含大量细粒度信息，而梯度图是模型提取rgb图像特征的结果，因此将图像增强方法应用于梯度图可本文档来自技高网...

【技术保护点】

1.一种AI生成虚假图像的识别方法，其特征在于：包括有

2.根据权利要求1所述的一种AI生成虚假图像的识别方法，其特征在于：S1中输入的图像为RGB图像。

3.根据权利要求1所述的一种AI生成虚假图像的识别方法，其特征在于：S1中设定在one-hot作为label的分类方式下每个训练图像xi都具有与之关联的label:(xi，yi)，其中Xi∈RC×W×H表示图像，yi∈[0，1]N表示一个N维的one-hot向量。

4.根据权利要求3所述的一种AI生成虚假图像的识别方法，其特征在于：xi的变换应与原始目标label yi无关，其中tφ～S(xi)表示...

【技术特征摘要】

1.一种ai生成虚假图像的识别方法，其特征在于：包括有

2.根据权利要求1所述的一种ai生成虚假图像的识别方法，其特征在于：s1中输入的图像为rgb图像。

3.根据权利要求1所述的一种ai生成虚假图像的识别方法，其特征在于：s1中设定在one-hot作为label的分类方式下每个训练图像xi都具有与之关联的label:(xi，yi)，其中xi∈rc×w×h表示图像，yi∈[0，1]n表示一个n维的one-hot向量。

4.根据权利要求3所述的一种ai生成虚假图像的识别方法，其特征在于：xi的变换应与原始目标label yi无关，其中tφ～s(xi)表示应用于样本xi的图像变换φ是从固定变换范围s中随机抽取的样本。

5.根据权利要求4所述的一种ai生成虚假图像的识别方法，其特征在于：固定变换范围包括有遮挡、旋转、平移、模糊。

6.根据权利要求4所述的一种ai生成虚假图像的识别方法，其特征在于：s3中定义计算直方图的函数s(x)为s(x)＝[cnt(0)，cnt(1)，...，cnt(254)，cnt(25...

【专利技术属性】
技术研发人员：谢钰宁，杨三泰，谢峰，叶誉铭，涂孟荻，
申请(专利权)人：广东轻工职业技术学院，
类型：发明
国别省市：