[发明专利]基于残差域富模型的GAN生成图片检测方法及系统在审
| 申请号： | 201910766073.4 | 申请日： | 2019-08-19 |
| 公开（公告）号： | CN110516575A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 蒋兴浩;孙锬锋;陈卓;许可 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 31236 上海汉声知识产权代理有限公司 | 代理人： | 庄文莉<国际申请>=<国际公布>=<进入 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于残差域富模型的GAN生成图片检测方法及系统，包括：原始图像处理步骤:利用数字图像处理技术对原始图像进行识别和裁剪，识别人脸并裁剪出人脸部分的图像；获取原始图像残差信息步骤:利用数字图像处理技术对原始图像进行预处理，提取出原始图像的残差信息；卷积神经网络处理步骤:将原始图像的残差图像输入设定的卷积神经网络，卷积层在每个激活函数前加入BN层；全局平均池化层处理步骤：使用全局平均池化层代替全连接层；样本训练卷积神经网络处理步骤：利用数据集的样本训练卷积神经网络，得到图片分类器，获取判断结果信息。本发明设计预处理高通滤波器，并通过改进的卷积神经网络，最终达到了99％的准确率。 | ||
| 搜索关键词： | 原始图像 卷积神经网络 数字图像处理技术 预处理 残差信息 样本训练 裁剪 池化 人脸 高通滤波器 残差图像 激活函数 判断结果 输入设定 图片分类 图片检测 连接层 数据集 准确率 残差 卷积 全局 图像 改进 | ||
【主权项】：
1.一种基于残差域富模型的GAN生成图片检测方法，其特征在于，包括以下步骤：/n原始图像处理步骤:利用数字图像处理技术对原始图像进行识别和裁剪，识别人脸并裁剪出人脸部分的图像，获取待处理原始图像信息；/n获取原始图像残差信息步骤:根据待处理原始图像信息，利用数字图像处理技术对原始图像进行预处理，提取出原始图像的残差信息，获取原始图像残差信息；/n卷积神经网络处理步骤:根据原始图像残差信息，将原始图像的残差图像输入设定的卷积神经网络，卷积层在每个激活函数前加入BN层，获取待全局平均池化层处理信息；/n全局平均池化层处理步骤：根据待全局平均池化层处理信息，使用全局平均池化层代替全连接层，将每张特征图都整合成为一个输出，获取待样本训练卷积神经网络处理信息；/n样本训练卷积神经网络处理步骤：根据待样本训练卷积神经网络处理信息，利用数据集的样本训练卷积神经网络，得到图片分类器，获取判断结果信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910766073.4/，转载请声明来源钻瓜专利网。
