【技术实现步骤摘要】
本申请涉及软件，尤其涉及一种生成内容检测方法及相关装置。
技术介绍
1、现阶段，生成式人工智能（generative ai）在诸如图像、视频等内容创作方向得到了快速发展，生成内容（比如图像生成算法的生成图像、视频生成算法的生成视频）可以达到以假乱真的程度。
2、在对生成内容进行检测时，往往只能针对特定的内容生成算法，一旦内容生成算法更新，其泛化性就会大打折扣，这就导致检测的准确率会大幅下降。
技术实现思路
1、鉴于上述问题，本申请提供了一种生成内容检测方法及相关装置，以实现在不损失泛化性的前提下有效识别生成内容的目的。具体方案如下：
2、本申请第一方面提供一种生成内容检测方法，所述生成内容检测方法包括：
3、获取待检测的目标内容；
4、调取预先训练的内容分类模型，所述内容分类模型能够提取不同内容生成算法的内容特征、并通过特征融合进行分类；其中，所述内容分类模型的训练过程，包括构建基础模型，所述模型中包含特征提取层、特征融合网络和分类头，所述特...
【技术保护点】
1.一种生成内容检测方法，其特征在于，所述生成内容检测方法包括：
2.根据权利要求1所述的生成内容检测方法，其特征在于，所述目标内容为目标图像、所述内容分类模型为图像分类模型、所述内容生成算法为图像生成算法、所述内容特征为图像特征、所述生成内容为生成图像；
3.根据权利要求2所述的生成内容检测方法，其特征在于，每个第一特征提取器的训练过程，包括：
4.根据权利要求2所述的生成内容检测方法，其特征在于，所述获取第一训练数据集合，包括：
5.根据权利要求2所述的生成内容检测方法，其特征在于，所述图像分类模型的训练过程，还包括
6....
【技术特征摘要】
1.一种生成内容检测方法，其特征在于，所述生成内容检测方法包括：
2.根据权利要求1所述的生成内容检测方法，其特征在于，所述目标内容为目标图像、所述内容分类模型为图像分类模型、所述内容生成算法为图像生成算法、所述内容特征为图像特征、所述生成内容为生成图像；
3.根据权利要求2所述的生成内容检测方法，其特征在于，每个第一特征提取器的训练过程，包括：
4.根据权利要求2所述的生成内容检测方法，其特征在于，所述获取第一训练数据集合，包括：
5.根据权利要求2所述的生成内容检测方法，其特征在于，所述图像分类模型的训练过程，还包括：
...【专利技术属性】
技术研发人员：余意，卢海波，宋施恩，陈劲，陈凌驰，
申请(专利权)人：湖南快乐阳光互动娱乐传媒有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。