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！

龙图腾网获悉浙江大学申请的专利基于无关特征消除和关联特征增强的深度伪造检测方法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：CN119169441B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411183344.0，技术领域涉及：G06V20/00；该发明授权基于无关特征消除和关联特征增强的深度伪造检测方法是由林峰;占子越;任奎;严诚逸;汪高健设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本基于无关特征消除和关联特征增强的深度伪造检测方法在说明书摘要公布了：本发明公开了一种基于无关特征消除和关联特征增强的深度伪造检测方法；包括：首先基于浅层纹理特征和深层语义特征结合，使用双通道的检测骨干网络提取特征；同时，该技术在常规的数据增强的基础上进行修改，提出了一种创新型的无关特征消除的手段，以增强检测器的泛化能力；最后，该技术对输入图像进行基于landmark的分块预处理，并对处理后的图像加入注意力机制模块，进一步增强检测的精度。该方法从多个角度提升检测网络的泛化能力，同时处理模块可以方便地与不同网络结合，最终实现了针对检测网络泛化能力弱这一问题的有效解决方案。

本发明授权基于无关特征消除和关联特征增强的深度伪造检测方法在权利要求书中公布了：1.一种基于无关特征消除和关联特征增强的深度伪造检测方法，其特征在于，包括以下步骤： S1：输入图像A通过无关特征消除模块，获取增强前后图像对A1、A2，作为一个整体共同输入Xception检测网络； S2：通过Xception的浅层网络将图像对A1、A2转化为浅层特征F1、F2； S3：对浅层特征F1、F2计算差异，作为差异损失L1； S4：对图像A1计算landmark，并依据landmark对图像A1进行分块； S5：将分块后的图像输入Xception的浅层网络，获取多个特征图Mi； S6：将浅层特征F1与特征图Mi共同输入关联特征增强模块，通过特征图对浅层纹理特征进行增强，获取增强后的纹理特征F3； S7：将浅层特征F1输入Xception的深层网络，获取深层特征D； S8：将纹理特征F3与深层特征D通过全连接层进行拼接，再通过全连接层获取分类预测结果； S9：将预测结果与标签计算交叉熵，获取损失L2； S10：将损失L1与L2进行加权，计算最终损失L，并用L优化网络参数，实现网络的训练。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。