[发明专利]一种基于元学习的泛化性伪造脸检测方法

权利要求书

1.一种基于元学习的泛化性伪造脸检测方法，其特征在于包括以下步骤：

1)对攻击算法的训练集进行域划分，每个训练阶段随机划分出普通训练集和元训练集，元训练集用于辅助增强模型的泛化性；

所述对攻击算法的训练集进行域划分，每个训练阶段随机划分出普通训练集和元训练集，为了模拟域的偏差，每个训练阶段将源域数据随机划分成训练域和元域，两个域之间没有重叠；同时为了进一步学习真假图像对的信息，在每个训练过程中先从训练域中随机取出正副样本作为当前的训练数据，之后找其在元域对应的真/假脸作为当前的元训练集；

2)使用卷积神经网络对普通训练集进行特征提取和计算损失函数，并且使用一个小型权重感知网络给每个样本加权，用于区分样本的泛化能力；所述损失函数为：

3)计算元训练集的损失函数，利用该损失的梯度对权重感知网络的参数进行更新，并且修正普通训练集的梯度，增加模型的泛化性；更新公式为：

其中，θ为卷积神经网络参数，为元训练过程的学习率，w为权重感知网络参数，β为元损失的重要性，γ和分别为两个参数更新的学习率。