(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