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！

龙图腾网获悉大连理工大学申请的专利基于空频特征融合的知识蒸馏深度伪造检测方法及系统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：CN116895100B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310745242.2，技术领域涉及：G06V40/40；该发明授权基于空频特征融合的知识蒸馏深度伪造检测方法及系统是由吴晓寒;王波;唐烨灵设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本基于空频特征融合的知识蒸馏深度伪造检测方法及系统在说明书摘要公布了：本发明公开了一种基于空频特征融合的知识蒸馏深度伪造检测方法及系统，包括：构建知识蒸馏框架下的教师模型和学生模型，所述教师模型和所述学生模型均采用空频融合分支作为骨干网络；利用原始图像训练教师模型；用成对的原始图像和压缩图像输入知识蒸馏框架的方式训练学生模型，所述学生模型训练过程中，所述教师模型的空频特征、软标签和所述学生模型的硬标签作为所述学生模型的监督；利用训练好的学生模型进行图像的深度伪造检测。本发明将空域和频域信息集成在知识蒸馏框架内，以实现高效的深度伪造检测，该方法在压缩场景下性能优越。

本发明授权基于空频特征融合的知识蒸馏深度伪造检测方法及系统在权利要求书中公布了：1.一种基于空频特征融合的知识蒸馏深度伪造检测方法，其特征在于，包括： 构建知识蒸馏框架下的教师模型和学生模型，所述教师模型和所述学生模型均采用空频融合分支作为骨干网络； 利用原始图像训练教师模型； 用成对的原始图像和压缩图像输入知识蒸馏框架的方式训练学生模型，所述学生模型训练过程中，所述教师模型的空频特征、软标签和所述学生模型的硬标签作为所述学生模型的监督； 利用训练好的学生模型进行图像的深度伪造检测； 所述学生模型训练过程中，损失函数为： 其中，，和为超参数，控制不同损失间的权重； 、为融合模块前的空域和频域特征图用作迁移的特征的损失；为用于监督基于响应知识的损失函数；为交叉熵损失，用于真值标签的监督； ； ； 其中，表示特征图的大小；表示学生模型的频域特征图，表示教师模型的频域特征图，表示表示学生模型的时域特征图，表示教师模型的时域特征图； ； 其中是指当温度参数为时，教师模型在类上的softmax输出值，是指学生模型在类上的softmax输出值； 其中是教师模型的logit，是学生模型的logit，是指标签的总数。

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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路2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”。