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一种基于多项式评估的伪造图像检测方法和装置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：CN116740823B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202310697234.5，技术领域涉及：G06V40/40；该发明授权一种基于多项式评估的伪造图像检测方法和装置是由王总辉;李振诚;段宇萱;梁康明;陈文智设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本一种基于多项式评估的伪造图像检测方法和装置在说明书摘要公布了：本发明公开了一种基于多项式评估的伪造图像检测方法和装置，包括选择分别以图像域特征线索、频域特征线索、时序特征线索、局部特征线索以及生物特征线索为判定依据的多类伪造图像检测模型，并分别进行训练和测试以确定每个模型的等错误率和真伪分类准确率，并将等错误率作为阈值；利用每类伪造图像检测模型对待检测伪造图像进行检测以得到每类检测概率；针对每类检测概率，依据对应阈值对检测概率进行校准后，以真伪分类准确率作为权重，对所有模型的校准后检测概率进行多项式融合，融合结果作为最终伪造图像检测结果。该方法和装置从多角度对伪造图像进行检测并进行校准，以提升伪造图像检测的准确率。

本发明授权一种基于多项式评估的伪造图像检测方法和装置在权利要求书中公布了：1.一种基于多项式评估的伪造图像检测方法，其特征在于，包括以下步骤： 选择分别以图像域特征线索、频域特征线索、时序特征线索、局部特征线索以及生物特征线索为判定依据的多类伪造图像检测模型，其中，以图像域特征线索为判断依据的第一类伪造图像检测模型包括WM模型和Xception模型；以频域特征线索为判断依据的第二类伪造图像检测模型包括F3Net模型；以局部特征线索为判断依据的第三类伪造图像检测模型包括LocalRelation模型； 分别进行训练和测试以确定每个模型的等错误率和真伪分类准确率，并将等错误率作为阈值，其中，每个模型的等错误率为模型训练过程中拒绝错误率和错误接受率相等的点；每个模型的真伪分类准确率等于模型在测试集的ACC； 利用每类伪造图像检测模型对待检测伪造图像进行检测以得到每类检测概率； 针对每类检测概率，采用以下公式依据对应阈值对检测概率进行校准： 其中，pi表示第i个伪造图像检测模型输出的检测概率，θi表示第i个伪造图像检测模型对应的等错误率，pi’表示校准后检测概率； 然后以真伪分类准确率作为权重，对所有模型的校准后检测概率进行多项式融合，融合结果作为最终伪造图像检测结果。

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。