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预训练视觉模型的图像真实性检测方法、系统及设备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：CN120070989B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202510148631.6，技术领域涉及：G06V10/764；该发明授权基于预训练视觉模型的图像真实性检测方法、系统及设备是由李玺;杨峥;付星赫设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本基于预训练视觉模型的图像真实性检测方法、系统及设备在说明书摘要公布了：本发明提供了一种基于预训练视觉模型的图像真实性检测方法、系统及设备。该方法利用预训练视觉模型对输入图像进行特征提取，再输入到线性层网络中进行二分类任务，输出图像的真实性概率。在训练过程中，除了训练集的真实图像和AI生成图像之外，还加入真实图像的AI重建作为更强的AI生成图像；在图像块级别对真实图像与重建进行随机混合，在训练期间通过在图像块级别特征上进行对比学习，加强模型在局部性上对图像真实性特征的学习；同时采用低秩适应Lora微调方法，而不是全量微调，以提高模型的训练效率和效果。通过上述方法，本发明为预训练视觉模型引入了局部的图像真实性信息，能够有效提高图像真实性检测的准确性和泛化能力。

本发明授权基于预训练视觉模型的图像真实性检测方法、系统及设备在权利要求书中公布了：1.一种基于预训练视觉模型的图像真实性检测方法，其特征在于，包括： S1、获取带有标签的包含真实图像与AI生成图像的训练数据集，并对训练数据集中的真实图像进行AI重建，将获得的AI重建图像加入训练数据集中并标注为AI生成图像；同时，将真实图像与对应的AI重建图像进行图像块级别的替换组合，将生成的组合图像也加入训练数据集中并标注为AI生成图像； S2、加载基于Transformer的预训练视觉模型作为特征提取部分并冻结模型权重，并在特征提取部分之后构建线性层来执行识别图像是否为AI生成图像的二分类任务；将预训练视觉模型中的每个查询query矩阵和值value矩阵都各自分解为两个低秩矩阵，并将分解后的低秩矩阵进行参数解冻作为预训练视觉模型中的可学习参数； S3、利用所述训练数据集对由预训练视觉模型和线性层组成的图像真实性检测模型进行迭代训练，每一轮迭代过程中，输入图像先通过预训练视觉模型提取图像级别特征以及图像块级别特征，再由线性层基于图像级别特征输出类别预测，最后通过计算图像级别的交叉熵损失和图像块级别的对比损失的加权和更新预训练视觉模型和线性层中的可学习参数； S4、针对待检测图像，将其输入经过训练的图像真实性检测模型中，由线性层基于预训练视觉模型提取的图像级别特征得到待检测图像是否属于AI生成图像的预测结果。

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。