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！

龙图腾网获悉中国科学院计算技术研究所申请的专利基于知识蒸馏的深度合成图像视频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：CN115731621B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211387397.5，技术领域涉及：G06V40/40；该发明授权基于知识蒸馏的深度合成图像视频伪造检测方法及系统是由曹娟;王子昂;何覃;郭晨阳;唐胜;谢添设计研发完成，并于2022-11-07向国家知识产权局提交的专利申请。

本基于知识蒸馏的深度合成图像视频伪造检测方法及系统在说明书摘要公布了：本发明提出一种基于知识蒸馏的深度合成图像视频伪造检测方法和系统，包括：针对各类型的图像篡改方法，基于多个骨架网络依次构建多个第一模型，使用已标记真伪类别的图像作为训练样本，训练每个第一模型，将训练完成的第一模型作为教师模型；对训练样本在各教师模型上的多个层次的样本特征进行提取，分布使用L2距离和余弦相似度，得到样本特征间的距离和角度关系，作为样本特征间的特征关系。将训练样本输入结构复杂度低于骨架网络的第二模型，并以特征关系为监督，构建每个第二模型的损失函数，以训练第二模型，得到每个教师网络对应的学生模型；将待伪造检测的图像输入学生模型，融合学生模型输出的结果，得到伪造检测结果。

本发明授权基于知识蒸馏的深度合成图像视频伪造检测方法及系统在权利要求书中公布了：1.一种基于知识蒸馏的深度合成图像视频伪造检测方法，其特征在于，包括： 教师模型训练步骤，针对各类型的图像篡改方法，基于多个骨架网络依次构建多个第一模型，使用已标记真伪类别的图像作为训练样本，训练每个该第一模型，将训练完成的第一模型作为教师模型； 特征关系提取步骤，对该训练样本在各教师模型上的多个层次的样本特征进行提取，分布使用L2距离和余弦相似度，得到样本特征间的距离和角度关系，作为样本特征间的特征关系； 学生模型训练步骤，将该训练样本输入结构复杂度低于该骨架网络的第二模型，并以该特征关系为监督，构建每个该第二模型的损失函数，以训练该第二模型，得到每个教师网络对应的学生模型； 伪造检测步骤，将待伪造检测的图像输入该学生模型，融合学生模型输出的结果，得到伪造检测结果； 其中，该损失函数为： 其中l表示选择的网络层次，x1,x2,…,xn为数据集XN中取到的n个样本组成的集合；表示通过空间距离和角度距离对样本特征之间的结构关系进行建模，输入tl,1,tl,2,…tl,n表示样本集合x1,x2,…,xn在学生模型上的l层特征集合，sl,1,sl,2,…sl,n表示样本集合x1,x2,…,xn在教师模型上的l层特征集合； 该学生模型与该教师模型的层次相同，但该学生模型每个层的具体网络层数比该教师模型少。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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。