【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种两阶段训练的深度学习伪造图像检测方法。
技术介绍
1、人脸作为一种用户唯一身份标识的信息，已经被广泛应用于各种场景之中，然而随着计算机技术的发展，一些技术被恶意用于伪造人脸图片。特别是随着深度学习技术的发展，利用深度学习技术进行人脸伪造的方式叫做深度伪造，一些伪造的人脸图片人眼难以辨别，这些伪造的人脸图像被广泛用于生成虚假信息，引导社会舆论，导致不良后果。
2、现有的各种深度伪造图像检测方法中，对于已知深度伪造技术的识别较为成熟，然后面对未知的伪造技术时便难以识别。因此，针对如上问题，本专利技术提出了一种基于双阶段学习的深度伪造图像检测方法。
技术实现思路
1、本专利技术的目的在于提供一种基于双阶段学习的深度伪造图像检测方法，提高了深度伪造图像的检测成功率，以及改善了现有技术中识别未知技术伪造图像的成功率。
2、本专利技术提供的一种基于双阶段学习的深度伪造图像检测方法，采用如下的技术方案：
3、第一阶段、将第一真假图像...
【技术保护点】
1.一种基于双阶段学习的深度伪造图像检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于双阶段学习的深度伪造图像检测方法，其特征在于，基于编码器获取所述第一真假图像对的第一全局特征，包括：基于所述编码器将所述第一真假图像对的RGB信息映射到隐空间。
3.根据权利要求1所述的一种基于双阶段学习的深度伪造图像检测方法，其特征在于，基于所述第一全局特征获取第一通用伪造特征信息的过程中，包括：基于第一通用伪装特征提取器提取所述第一全局特征中的第一通用伪造特征信息。
4.根据权利要求1所述的一种基于双阶段学习的深度伪造图像检...
【技术特征摘要】
1.一种基于双阶段学习的深度伪造图像检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于双阶段学习的深度伪造图像检测方法，其特征在于，基于编码器获取所述第一真假图像对的第一全局特征，包括：基于所述编码器将所述第一真假图像对的rgb信息映射到隐空间。
3.根据权利要求1所述的一种基于双阶段学习的深度伪造图像检测方法，其特征在于，基于所述第一全局特征获取第一通用伪造特征信息的过程中，包括：基于第一通用伪装特征提取器提取所述第一全局特征中的第一通用伪造特征信息。
4.根据权利要求1所述的一种基于双阶段学习的深度伪造图像检测方法，其特征在于，基于所述第一通用伪造特征信息检测图像并更新所述初始检测模型的参数获得解纠缠伪造图像检测模型，包括：
5.根据权利要求1所述的一种基于双阶段学习的深度伪造图像检测方法，其特征在于，基于所述第二全局特征获取第二通用伪造特征信息、特定伪造方法、性...
【专利技术属性】
技术研发人员：朱小刚，林波，张月，丁峰，徐健锋，涂敏，
申请(专利权)人：南昌大学，
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。