原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于面部语义内容分解领域泛化框架的深度伪造检测算法，涉及图像被动取证领域。针对现有的基于深度学习的深度伪造检测算法会对某一源域中面部语义信息过度拟合从而导致所学习的模型泛化性能差的问题做出针对性解决。具体来说，构建基于面部语义内容分解的双分支特征提取器，以提取更局部、细微且共享的痕迹特征；此外，引入领域泛化框架，构建基于最大均值差异的非对称对齐约束模块，通过对齐多个源域的特征分布，以学习到一个共享的特征空间与决策边界，可以用于未知目标域的检测。该本发明能够有效地提升深度伪造检测的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116343279 A
(43)申请公布日 2023.06.27
(21)申请号 202211224568.2 G06V 10/80 (2022.01)
文档评论（0）