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！

龙图腾网获悉华东交通大学申请的专利一种基于多模态分析的虚假图像鉴别方法与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：CN120894679B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511405161.3，技术领域涉及：G06V20/00；该发明授权一种基于多模态分析的虚假图像鉴别方法与系统是由周洁;熊汉卿;游鸿闽;马谦;李媛媛;阙越;游捷;刘文涵;张跃进;姜楠设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种基于多模态分析的虚假图像鉴别方法与系统在说明书摘要公布了：本申请公开了一种基于多模态分析的虚假图像鉴别方法与系统，属于深度学习技术领域，包括：获取预处理图像；基于多模态鉴别图像生成技术构建虚假图像的深度神经网络，深度神经网络包括：主干网络模块、多模态特征提取模块、自适应注意力模块、动态融合模块、分类模块、可视化模块；根据深度神经网络获取真假图像鉴别模型；根据真假图像鉴别模型对预处理图像进行处理，以获得图像分类可视化结果。本发明引入了上下文感知的动态特征权重分配机制，能够根据图像内容特性智能调整不同模态的重要性，同时采用分层多尺度特征整合框架，有效捕获不同分辨率层次的伪造痕迹。提高了图像鉴别的准确性、效率和可解释性。

本发明授权一种基于多模态分析的虚假图像鉴别方法与系统在权利要求书中公布了：1.一种基于多模态分析的虚假图像鉴别方法，其特征在于，包括： 获取预处理图像； 基于多模态鉴别图像生成技术构建虚假图像的深度神经网络，所述深度神经网络包括：主干网络模块、多模态特征提取模块、自适应注意力模块、动态融合模块、分类模块、可视化模块； 所述主干网络模块由改进的ConvNext、引入了特征重校准机制的EfficientNet与引入了渐进式窗口注意力机制的SwinTransformer联合构成，其中，所述改进的ConvNext用于通过深度可分离卷积提取图像深度特征；所述特征重校准机制的EfficientNet用于提取局部细节特征；所述渐进式窗口注意力机制的SwinTransformer用于捕获全局上下文特征，其中，所述改进的ConvNext将原始的m×m大型卷积核分解为1×m与m×1两个连续的卷积操作，将原始的7×7的卷积核拆解为大小分别为3×3、1×7和7×1的三个卷积核，数学表达式为： ； 其中，表示输入的特征图，表示经过改进卷积操作后的输出特征图，表示卷积处理，m表示常数； 所述渐进式窗口注意力机制的SwinTransformer包括多个SwinTransformer块，所述SwinTransformer块具体包括： LayerNorm模块，用于对输入进行归一化，获得归一化输入序列； 窗口多头自注意力，用于根据所述归一化输入序列在固定的局部窗口内执行自注意力权重计算获得注意力得分； 窗口移位多头自注意力，用于在不同阶段移动窗口，使相邻区域的信息得以交互，弥补单纯局部注意力的局限性； 其中，所述自注意力权重引入了局部结构感知项，数学表达式为： ； 其中，表示查询，表示键，表示值是特征图的不同表示，表示键的维度，表示值的动态重要性调整因子，表示轻量级函数，表示转置计算，表示注意力得分计算，表示激活函数； 根据所述深度神经网络获取真假图像鉴别模型； 根据所述真假图像鉴别模型对所述预处理图像进行处理，以获得图像分类可视化结果。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。