买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南昌大学申请的专利一种基于图拓扑学习的AI生成图像检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119048843B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411508410.7，技术领域涉及：G06V10/764；该发明授权一种基于图拓扑学习的AI生成图像检测方法是由丁峰;张月;张俊;徐健锋;华鑫设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种基于图拓扑学习的AI生成图像检测方法在说明书摘要公布了：本发明提供了一种基于图拓扑学习的AI生成图像检测方法，涉及图像处理技术领域。基于图拓扑学习的AI生成图像检测方法包括以下步骤：基于冻结的CLIP提取多张图像样本的全局视觉特征；基于所述多张图像样本构建图拓扑结构，基于图卷积网络获取图拓扑结构中节点之间的关系特征；进行拼接融合获得节点特征向量，并输送到线性层进行真假分类预测获得检测结果；基于度量学习损失函数更新图卷积网络的参数，基于二元交叉熵损失更新线性层的参数。本发明根据CLIP的视觉特征设计了一种难样本区分的图拓扑结构，将图拓扑的特征输入到图卷积网络中进行特征学习，进一步丰富和增强了特征表示的判别力，提升了检测时的准确性和泛化性。

本发明授权一种基于图拓扑学习的AI生成图像检测方法在权利要求书中公布了：1.一种基于图拓扑学习的AI生成图像检测方法，其特征在于，包括以下步骤：基于冻结的CLIP提取多张图像样本的全局视觉特征并为所述多张图像样本分别添加标签；将所述多张图像样本视为节点，基于点积运算得到两两节点对之间的相似度并构建节点对之间的相似度矩阵，将所述相似度矩阵中标签相同且相似度低于阈值的节点对构成难样本对，当节点对为难样本对时，两节点之间有连接边，反之则两节点之间无连接边，以此构建节点的邻接矩阵，所述邻接矩阵为图像样本的图拓扑结构；将所述多张图像样本的全局视觉特征及图拓扑结构输入到图卷积网络，基于图卷积网络聚合所述图拓扑结构中每个节点的相邻节点的特征信息，获得图拓扑结构中节点之间的关系特征；所述图卷积网络包括两个图卷积层和一个ReLU激活层，所述节点的特征信息为图像样本的全局视觉特征；将所述图像样本的全局视觉特征及节点之间的关系特征进行拼接融合获得节点特征向量，并输送到线性层进行真假分类预测获得检测结果；基于图卷积网络获取图拓扑结构中节点之间的关系特征时，同时利用反向传播算法，计算度量学习损失函数对图卷积网络参数的梯度，基于所述梯度使用优化算法更新图卷积网络参数，基于二元交叉熵损失更新线性层的参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。