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！

龙图腾网恭喜重庆邮电大学申请的专利一种高鲁棒性的深度伪造人脸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：CN115588226B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202211354009.3，技术领域涉及：G06V40/16；该发明授权一种高鲁棒性的深度伪造人脸检测方法是由刘红;张法伟;肖云鹏;李暾;贾朝龙;唐飞;王国胤设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本一种高鲁棒性的深度伪造人脸检测方法在说明书摘要公布了：本发明属于人工智能安全领域，涉及一种高鲁棒性的深度伪造人脸检测方法；本发明主要包括4个部分：首先获取原始数据集并进行筛选得到训练样本；对伪造人脸检测器进行扰动攻击，从而干扰伪造人脸检测器的分类准确率并得到扰动样本；采用卷积神经网络消除扰动样本中的对抗性扰动，得到重构图像分类器；将重构图像分类器和受到扰动攻击后的伪造人脸检测器进行集成，最终得到深度伪造人脸检测模型；本发明提高了模型鲁棒性，同时提升了模型检测准确率。

本发明授权一种高鲁棒性的深度伪造人脸检测方法在权利要求书中公布了：1.一种高鲁棒性的深度伪造人脸检测方法，其特征在于，包括以下步骤：S1.获取深度伪造人脸图像数据集并进行预处理，得到训练图像集；S2.将训练图像集作为伪造人脸分类器的输入，分别采用FGSM和CW2对伪造人脸分类器同时进行敌对攻击训练，得到扰动图像集；S3.通过DeepImagePrior方法采用卷积神经网络学习扰动图像，获取图像噪声高阻抗性，实现在扰动图像中消除敌对扰动；S4.基于S3中发现的图像噪声高阻抗性，通过S3中的卷积神经网络对扰动图像集中所有扰动图像进行重构训练，得到重构图像集；S5.对卷积神经网络进行改进，通过重构图像集训练改进后的卷积神经网络得到重构图像分类器，并采用二进制交叉熵损失函数计算分类损失；重构图像分类器中采用改进的ResNet-50网络进行图像分类，改进的ResNet-50网络是在现有ResNet-50网络结构基础上删除了所有BN层；采用二进制交叉熵损失函数计算重构图像分类器的分类损失，表示为： 其中，表示取平均值操作，x′表示扰动图像，表示重构图像，D表示重构图像分类器，Dx表示ResNet-50在图像分类时相对平均分类器对x的分类损失，Dx′表示ResNet-50在图像分类时相对平均分类器对x′的分类损失；S6.将伪造人脸分类器与训练好的重构图像分类器集成得到深度伪造人脸检测模型，并进行集成训练，采用分类集成损失函数计算损失；分类集成损失函数表示为： 其中，α,β,γ分别表示可调节参数,表示重构图像分类器的损失，表示伪造人脸分类器的损失；H.,.表示交叉熵损失；伪造人脸分类器的损失表示为： 其中，表示重构图像分类器输出的目标图像与扰动图像x′之间的最小化交叉熵损失，表示正则化L2重建损失，ω∈RC×H×W为编码张量,C,H,W表示图像高度、宽度以及通道数，μ表示网络超参数；S7.将待检测图像输入S6训练好的深度伪造人脸检测模型中，得到检测结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。