[发明专利]计算机生成图像的检测方法、系统、装置

权利要求书

1.一种计算机生成图像的检测方法，其特征在于，该方法包括：

步骤S10，获取待检测的图像，作为输入图像；

步骤S20，基于所述输入图像，通过计算机生成图像检测模型获取图像检测结果；

其中，

所述计算机生成图像检测模型采用基于DCGAN判别模型的CNN网络构建；所述模型其训练方法为：

步骤A10，获取图像训练集；所述图像训练集包括计算机生成图像、真实图像；

步骤A20，分别采用高斯噪声、高斯滤波对所述图像训练集进行预处理，得到高斯噪声操作训练集和高斯滤波操作训练集；

步骤A30，基于图像训练集、高斯噪声操作训练集、高斯滤波操作训练集，分别对所述计算机生成图像检测模型进行训练。

2.根据权利要求1所述的计算机生成图像的检测方法，其特征在于，“分别采用高斯噪声、高斯滤波对所述图像训练集进行预处理”，其方法为：

基于预设的高斯噪声的标准差、高斯滤波的滤波核的范围，进行标准差、滤波核的随机选取；

选取后分别采用高斯噪声、高斯滤波对所述图像训练集进行预处理。

3.根据权利要求2所述的计算机生成图像的检测方法，其特征在于，所述高斯噪声的标准差其选取区间为[0,5]。

4.根据权利要求2所述的计算机生成图像的检测方法，其特征在于，所述高斯滤波的滤波核其选取集合为{1,3,5,7}。

5.根据权利要求1所述的计算机生成图像的检测方法，其特征在于，所述计算机生成图像检测模型在训练过程中采用二分类交叉熵损失函数，使用Adam算法进行参数优化。

6.根据权利要求1所述的计算机生成图像的检测方法，其特征在于，所述计算机生成图像检测模型预设四层卷积层，每个卷积层的步长为2、填充为1、卷积核大小为4×4。

7.一种计算机生成图像的检测系统，其特征在于，该系统包括获取模块、检测模块；

所述的获取模块，配置为获取待检测的图像，作为输入图像；

所述的检测模块，配置为基于所述输入图像，通过计算机生成图像检测模型获取图像检测结果；

其中，

所述计算机生成图像检测模型采用基于DCGAN判别模型的CNN网络构建；所述模型其训练方法为：

步骤A10，获取图像训练集；所述图像训练集包括计算机生成图像、真实图像；

步骤A20，分别采用高斯噪声、高斯滤波对所述图像训练集进行预处理，得到高斯噪声操作训练集和高斯滤波操作训练集；

步骤A30，基于图像训练集、高斯噪声操作训练集、高斯滤波操作训练集，分别对所述计算机生成图像检测模型进行训练。

8.一种存储装置，其中存储有多条程序，其特征在于，所述程序应用由处理器加载并执行以实现权利要求1-6任一项所述的计算机生成图像的检测方法。

9.一种处理设置，包括处理器、存储装置；处理器，适用于执行各条程序；存储装置，适用于存储多条程序；其特征在于，所述程序适用于由处理器加载并执行以实现权利要求1-6任一项所述的计算机生成图像的检测方法。