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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于结构因果的图像鉴伪和训练方法及相关设备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：CN119851067B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510324624.7，技术领域涉及：G06V10/774；该发明授权基于结构因果的图像鉴伪和训练方法及相关设备是由段俊贤;赫然;孙浩;黄怀波设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本基于结构因果的图像鉴伪和训练方法及相关设备在说明书摘要公布了：本公开关于基于结构因果的图像鉴伪和训练方法及相关设备，包括：针对两张训练图像中的每张训练图像，通过骨干网络提取该张训练图像的深度特征，并通过FBEM基于该张训练图像对应的坐标位置对该张训练图像的深度特征进行解耦；通过FBEM将从两张训练图像中提取出的任意第一特征和第二特征进行拼接；将拼接特征输入分类器；基于图像的真伪预测结果和图像真伪标签，计算损失；通过根据损失调整骨干网络、FBEM和分类器的参数。这样，通过分别针对内容不同的训练图像的整体特征进行解耦并拼接的训练方式，可以保证训练完成的图像鉴伪模型能够精准地识别出图像中的被篡改区域，从而可以提升图像鉴伪的准确性。

本发明授权基于结构因果的图像鉴伪和训练方法及相关设备在权利要求书中公布了：1.一种基于结构因果的图像鉴伪模型的训练方法，其特征在于，所述图像鉴伪模型包含骨干网络、伪造偏差消除模块FBEM和分类器，所述训练方法包括： 获取训练图像样本，其中，所述训练图像样本包含内容不同的两张训练图像，每张所述训练图像对应有图像真伪标签以及用于指示图像篡改区域的坐标位置； 针对所述两张训练图像中的每张训练图像，通过所述骨干网络提取该张训练图像的深度特征，并通过所述FBEM基于该张训练图像对应的所述坐标位置对该张训练图像的所述深度特征进行解耦，获得解耦后的第一特征和第二特征，其中，所述第一特征为与图像篡改区域相关的伪造相关特征，所述第二特征为与图像篡改区域无关的伪造无关特征； 通过所述FBEM将从所述两张训练图像中提取出的任意所述第一特征和所述第二特征进行拼接，获得拼接特征； 将所述拼接特征输入所述分类器，获得图像的真伪预测结果； 基于所述图像的真伪预测结果和所述拼接特征对应的图像真伪标签，计算损失，其中，所述拼接特征对应的图像真伪标签为该拼接特征所包含的所述第一特征对应的训练图像的图像真伪标签； 通过根据所述损失调整所述骨干网络、所述FBEM和所述分类器的参数，以对所述图像鉴伪模型进行训练。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。