[发明专利]计算机生成图像的检测方法、系统、装置在审
| 申请号： | 201910706992.2 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110428006A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 董晶;王伟;彭勃;轩心升;王建文 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩;尹文会 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机生成图像、计算机视觉与图像取证领域，具体涉及一种计算机生成图像的检测方法、系统、装置，旨在解决现有计算机生成图像检测模型对模型的训练集非同源的数据检测准确率低的问题。本系统方法包括获取待检测的图像，作为输入图像；基于输入图像，通过计算机生成图像检测模型获取图像检测结果；其中，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。本发明增强了计算机生成图像检测模型的泛化能力，提高了其对模型的训练集非同源的数据检测的准确率。 | ||
| 搜索关键词： | 计算机生成图像 检测 输入图像 数据检测 训练集 准确率 同源 图像 图像检测结果 计算机视觉 模型获取 判别模型 网络构建 取证 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910706992.2/，转载请声明来源钻瓜专利网。
