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！

龙图腾网获悉南京信息工程大学申请的专利一种AI换脸图像异常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：CN116978105B 。

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：202311116887.6，技术领域涉及：G06V40/16；该发明授权一种AI换脸图像异常检测方法是由许斯庆;瞿治国设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种AI换脸图像异常检测方法在说明书摘要公布了：本发明公开了一种AI换脸图像异常检测方法，包括：对待检测数据进行预处理；将预处理后的待检测数据输入训练好的检测模型，得到生成数据；计算待检测数据和生成数据之间的异常得分；将异常得分和预设阈值进行对比，判别待检测数据是否为异常图像；其中，待检测数据为疑似AI换脸处理生成的图像，检测模型为改进GAN模型，改进GAN模型在其生成器中增设self‑attention模块和一个编码器。本发明采用无监督的训练方法和生成式模型，通过增加映射编码器提高模型训练速度，引入自注意力机制提高模型对复杂人脸图像生成的泛化能力。

本发明授权一种AI换脸图像异常检测方法在权利要求书中公布了：1.一种AI换脸图像异常检测方法，其特征在于，包括： 对待检测数据进行预处理； 将预处理后的待检测数据输入训练好的检测模型，得到生成数据； 计算待检测数据和生成数据之间的异常得分； 将异常得分和预设阈值进行对比，判别待检测数据是否为异常图像； 其中，待检测数据为疑似AI换脸处理生成的图像，检测模型为改进GAN模型，改进GAN模型在其生成器中增设self-attention模块和一个编码器； 检测模型的训练，包括： 初始化检测模型，并对训练数据进行预处理； 使用预处理后的训练数据对检测模型的判别器和生成器进行迭代训练200轮，得到训练好的检测模型； 对训练数据进行预处理，包括： 将训练数据的尺寸设置为64×64并进行中心裁剪； 对尺寸设置、中心裁剪后的训练数据进行归一化处理； 其中，训练数据采用CelebA数据集，测试集为CelebA数据集中选取10k张人脸图像，异常样本按一定比例选取并采用AI换脸处理生成； 使用预处理后的训练数据对检测模型的判别器进行迭代训练，包括： 将训练数据分批次输入判别器，输出训练数据对应的特征图和预测概率； 将生成器生成的图像输入判别器，输出生成图像对应的预测概率； 利用训练数据对应的预测概率和生成图像对应的预测概率计算判别器损失； 其中，判别器包括依次连接的卷积层、LeakyReLU激活函数、卷积模块一、卷积模块二、卷积模块三、卷积层和Sigmoid激活函数；卷积模块一、卷积模块二和卷积模块三均包括依次连接的卷积层、BN层和LeakyReLU激活函数；判别器损失的计算公式如下： ； 其中，表示判别器对于训练数据的预测概率，表示判别器对于生成图像的预测概率，为真实标签，log为自然对数； 使用预处理后的训练数据对检测模型的生成器进行迭代训练，包括： 将训练数据分批次输入生成器中的编码器一，输出训练数据对应的潜在向量一； 将输出的潜在向量一输入生成器中的解码器，输出生成的图像； 将生成的图像输入判别器，输出生成图像对应的特征图； 将生成的图像输入生成器中的编码器二，输出生成图像对应的潜在向量二； 利用潜在向量一、潜在向量二、训练数据、生成的图像、训练数据对应的特征图和生成图像对应的特征图计算生成器损失； 其中，生成器包括依次连接的编码器一、解码器和编码器二；编码器一和编码器二均包括依次连接的卷积层、LeakyReLU激活函数、卷积模块一、卷积模块二、self-attention模块、卷积模块三、self-attention模块和卷积层；卷积模块一、卷积模块二和卷积模块三均包括依次连接的卷积层、BN层和LeakyReLU激活函数；解码器包括依次连接的转置卷积模块一、转置卷积模块二、转置卷积模块三、self-attention模块、转置卷积模块四、self-attention模块、转置卷积层和Tanh激活函数；转置卷积模块一、转置卷积模块二、转置卷积模块三和转置卷积模块四均包括依次连接的转置卷积层、BN层和ReLU层。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。