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！

龙图腾网恭喜郑州大学申请的专利一种多模态数据融合神经网络的虚假新闻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：CN114612679B 。

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：202210173800.8，技术领域涉及：G06V10/764；该发明授权一种多模态数据融合神经网络的虚假新闻图像检测方法是由薛均晓;翟蓝航;石磊;高宇飞;刘成明设计研发完成，并于2022-02-24向国家知识产权局提交的专利申请。

本一种多模态数据融合神经网络的虚假新闻图像检测方法在说明书摘要公布了：本发明涉及计算机应用技术领域，具体涉及一种多模态数据融合神经网络的虚假新闻图像检测方法，包括视觉模态模块、视觉特征融合模块、物理特征模块和集成模块。本发明通过视觉模态模块，输入图像进行特征提取，然后通过视觉特征融合模块将特征串联起来，对提取的特征进行降维，集中矩阵计算、特征值分解得到投影矩阵，再利用SoftMax函数获得真假图像的目标空间的概率分布，接下来通过物理特征模块对图像的物理特征进行提取，最终输入集成模块，集成模块结合图像的物理特征和图像的视觉模态预测结果，再使用XGBoost对最终的虚假新闻图像进行识别，尽量避免了现有的虚假新闻图像的检测方式一般通过人工进行检测，人工检测不仅效率低下，而且费时费力的问题。

本发明授权一种多模态数据融合神经网络的虚假新闻图像检测方法在权利要求书中公布了：1.一种多模态数据融合神经网络的虚假新闻图像检测方法，包括视觉模态模块1、视觉特征融合模块2、物理特征模块3和集成模块4四个模块，其特征在于：所述视觉模态模块1，对输入图像应用误差水平分析ELA算法，获得被篡改区域的位置；使用预训练的ResNet50对输入图像进行特征提取；之后将其分成三个RGB通道，然后在三个通道中分别进行离散余弦变换DCT，然后将它们结合起来对图像进行傅里叶变换，得到频率的特征表示域；所述视觉特征融合模块，首先将特征串联起来，对提取的特征进行降维，集中矩阵计算，特征值分解，随后得到投影矩阵，之后再利用SoftMax函数获得真假图像的目标空间的概率分布；所述物理特征模块，用于对图像的物理特征进行提取，使用图像文件的大小、图像的长度、图像的宽度以及图像清晰度的量化值作为检测假新闻图像的物理特征，所述集成模块，用于结合图像的物理特征和图像的视觉模态预测结果，进而再使用XGBoost对最终的虚假新闻图像进行识别。

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郑州大学，其通讯地址为：450000 河南省郑州市高新技术开发区科学大道100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”。