(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211151699.2
(22)申请日 2022.09.21
(71)申请人 香港城市大 学深圳研究院
地址 518057 广东省深圳市南 山区高新区
南区粤兴一道8号
(72)发明人 孔臣祺 陈宝亮 李皓亮 王诗淇
(74)专利代理 机构 北京三友知识产权代理有限
公司 11127
专利代理师 许曼 刘飞
(51)Int.Cl.
G06V 10/774(2022.01)
G06V 10/776(2022.01)
G06V 10/30(2022.01)
(54)发明名称
一种图像 真伪识别模 型训练方法、 应用方法
和装置
(57)摘要
本说明书涉及图像识别技术领域, 尤其涉及
一种图像真伪识别模型训练方法、 应用方法和装
置。 其中图像 真伪识别模型训练方法包括利用预
设表征信息识别模型和预设真伪识别模型, 分别
对样本图像进行处理, 得到预测表征信息和预测
真伪信息; 根据目标损失函数, 对预测表征信息、
与样本图像对应的表征信息标签、 预测真伪信息
和与样本图像对应的真伪标签进行处理, 得到目
标损失函数值, 以及根据该目标损失函数值对预
设表征信息识别模型和预设真伪识别模型进行
训练。 利用本说明书实施例, 得到的训练后的预
设真伪识别模 型在识别待真伪识别图像时, 提高
了针对未知篡改方式和未知数据集篡改的待真
伪识别图像的识别准确率。
权利要求书2页 说明书11页 附图4页
CN 115496963 A
2022.12.20
CN 115496963 A
1.一种图像真伪识别模型训练方法, 其特 征在于, 包括:
利用预设表征信息识别模型对样本图像进行处 理, 得到预测表征信息;
利用预设 真伪识别模型对所述样本图像进行处 理, 得到预测真伪 信息;
根据第一损失函数, 对所述预测表征信 息和与所述样本图像对应的表征信 息标签进行
处理, 得到第一损失函数值;
根据第二损失函数, 对所述预测真伪信息和与所述样本图像对应的真伪标签进行处
理, 得到第二损失函数值; 以及
基于由所述第 一损失函数值和所述第 二损失函数值得到的目标损失函数值, 对所述预
设表征信息识别模型和所述预设 真伪识别模型进行训练,
其中, 所述预设表征信 息识别模型包括的特征提取模型与所述预设真伪识别模型包括
的特征提取模型为同一特 征提取模型。
2.根据权利要求1所述的方法, 所述预设表征信息识别模型包括预设噪声图像预测模
型和预设表征信息预测模型, 其特征在于, 所述利用预设表征信息识别模型述样本图像进
行处理, 得到预测表征信息包括:
利用所述预设噪声图像预测模型对样本图像进行处 理, 得到去噪图像; 以及
将所述去噪图像和所述样本图像分别输入所述预设表征信 息预测模型, 得到与所述去
噪图像对应的第一预测表征信息, 和与所述样本图像对应的第二预测表征信息 。
3.根据权利要求2所述的方法, 其特征在于, 所述利用所述预设噪声图像预测模型对样
本图像进行处 理, 得到去噪图像包括:
将样本图像输入所述预设噪声图像预测模型, 得到噪声图像; 以及
根据所述噪声图像, 对所述样本图像进行去噪处 理, 得到去噪图像。
4.根据权利要求3所述的方法, 其特征在于, 所述根据第一损 失函数, 对所述预测表征
信息和与所述样本图像对应的表征信息标签进行处 理, 得到第一损失函数值包括:
根据第一子损失函数, 对所述噪声图像进行处 理, 得到第一子损失函数值;
根据第二子损 失函数, 对所述第一预测表征信息、 第二预测表征信息和所述表征信息
标签进行处 理, 得到第二子损失函数值; 以及
根据所述第一子损失函数值和所述第二子损失函数值, 确定第一损失函数值。
5.根据权利要求 4所述的方法, 其特 征在于, 所述第二子损失函数包括:
其中, 所述Lce(fX(I),XI)表征含噪表征信息损失函数值, 所述含噪表征信息损失函数值
根据所述第二预测表征信息和所述表征信息标签确定的,
表征不含噪损失函
数值, 根据所述第一预测表征信息和零数据确定所述不含噪损失函数值, 所述fX(I)表征所
述第二预测表征信息, 所述XI表征所述表征信息标签, 以及所述
表征所述第一预测表
征信息。
6.根据权利要求4所述的方法, 其特征在于, 所述根据所述第 一子损失函数值和所述第
二子损失函数值, 确定第一损失函数值包括:
L1= λ1LN+λ2Lx权 利 要 求 书 1/2 页
2
CN 115496963 A
2其中, 所述L1为所述第一损失函数值, 所述LN为所述第一子损失函数值, 所述Lx为所述
第二子损失函数值, 以及所述 λ1、 和所述 λ2分别为常数。
7.一种图像真伪识别模型应用方法, 其特 征在于, 包括:
将接收到的待真伪识别图像输入训练后的真伪识别模型, 得到与所述待真伪识别图像
对应的识别结果,
其中, 所述训练后的真伪识别模型是采用权利要求1 ‑6中任一项所述的方法针对所述
预设真伪识别模型训练得到的。
8.一种图像真伪识别模型训练装置, 其特 征在于, 包括:
第一处理单元, 用于利用预设表征信息识别模型对样本 图像进行处理, 得到预测表征
信息;
第二处理单元, 用于利用预设真伪识别模型对所述样本 图像进行处理, 得到预测真伪
信息;
第一计算单元, 用于根据第一损 失函数, 对所述预测表征信息和与所述样本 图像对应
的表征信息标签进行处 理, 得到第一损失函数值;
第二计算单元, 用于根据第二损 失函数, 对所述预测真伪信息和与所述样本 图像对应
的真伪标签进行处 理, 得到第二损失函数值; 以及
训练单元, 用于基于由所述第 一损失函数值和所述第 二损失函数值得到的目标损失函
数值, 对所述预设表征信息识别模型和所述预设 真伪识别模型进行训练,
其中, 所述预设表征信 息识别模型包括的特征提取模型与所述预设真伪识别模型包括
的特征提取模型为同一特 征提取模型。
9.一种计算机设备, 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计
算机程序, 其特征在于, 所述处理器执行所述计算机程序时实现上述权利要求 1‑7中任一项
的方法。
10.一种计算机可读存储介质, 其特征在于, 该计算机可读存储介质上存储有计算机程
序, 该计算机程序被处 理器运行时执 行上述权利要求1 ‑7任一项的方法。权 利 要 求 书 2/2 页
3
CN 115496963 A
3
专利 一种图像真伪识别模型训练方法、应用方法和装置
文档预览
中文文档
18 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 SC 于 2024-02-24 00:58:51上传分享