standard library
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(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
赞助2.5元下载(无需注册)
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
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-24 00:58:51
上传分享
举报
下载
原文档
(737.4 KB)
分享
友情链接
DB50-T 1275.1-2022 生猪智慧养殖数字化应用与管理 第1部分:总则 重庆市.pdf
GB-T 36548-2018 电化学储能系统接入电网测试规范.pdf
GB-T 19472.2-2017 埋地用聚乙烯 PE 结构壁管道系统 第2部分:聚乙烯缠绕结构壁管材.pdf
GB-Z 28828-2012 信息安全技术 公共及商用服务信息系统个人信息保护指南.pdf
GB-T 29148-2012 温室节能技术通则.pdf
T-CAMDI 095—2022 基于增材制造的皮肤修复产品的通用要求.pdf
HJ 1209-2021 工业企业土壤和地下水自行监测技术指南(试行).pdf
GB-T 39680-2020 信息安全技术 服务器安全技术要求和测评准则.pdf
信通院 应用程序接口-API数据安全研究报告-2020年.pdf
GB-T 42014-2022 信息安全技术 网上购物服务数据安全要求.pdf
DB65-T 3902-2016 烟花爆竹批发、零售及储存库事故隐患排查技术规范 新疆维吾尔自治区.pdf
T-ZKJXX 00003—2021 基于三维空间信息技术的工程数字化交付技术规范.pdf
GB 4943.1-2022 音视频、信息技术和通信技术设备 第1部门 安全要求.pdf
T-CHIA 17.1—2020 健康医疗大数据资源目录体系 第 1 部分:总体框架.pdf
GB-T 15843.6-2018 信息技术 安全技术 实体鉴别 第6部分:采用人工数据传递的机制.pdf
ISO 21511 2018 Work breakdown structures for project and programme management.pdf
T-CAEPI 72—2023 袋式除尘用折式滤筒技术要求.pdf
JR-T 0256—2022 金融行业信息系统商用密码应用 测评要求.pdf
GB-T 33929-2017 MEMS高g值加速度传感器性能试验方法.pdf
DB46-T 154-2009 电梯节能改造技术指南 海南省.pdf
1
/
18
评价文档
赞助2.5元 点击下载(737.4 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。