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！

龙图腾网获悉华南理工大学申请的专利基于多域特征区域标准分数差异的Deepfake视频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：CN115331135B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202210787371.3，技术领域涉及：G06V20/40；该发明授权基于多域特征区域标准分数差异的Deepfake视频检测方法是由姚其森;胡永健;李纪成;佘惠敏;王宇飞;刘琲贝设计研发完成，并于2022-07-06向国家知识产权局提交的专利申请。

本基于多域特征区域标准分数差异的Deepfake视频检测方法在说明书摘要公布了：本发明公开了一种基于多域特征区域标准分数差异的Deepfake视频检测方法，包括下述步骤：数据集划分；视频分帧并提取待检测区域；构建双支路卷积神经网络；计算待检测区域的RGB特征和NSCT子带图像；NSCT子带图像按频带融合得到频域特征；通过纹理特征提取模块获得不同层级纹理特征的响应；将空域、频域特征支路的输出特征沿通道维度拼接，输入异常特征判别模块获得篡改区域预测掩膜；篡改区域预测掩膜经全连接层得到一维特征，与纹理特征提取模块输出特征拼接，经过全连接层和Softmax激活函数输出二分类预测结果。本发明能较好地结合空域和频域的特征信息，实现加强对纹理特征的响应，判别异常篡改痕迹，提高了模型的泛化能力。

本发明授权基于多域特征区域标准分数差异的Deepfake视频检测方法在权利要求书中公布了：1.一种基于多域特征区域标准分数差异的Deepfake视频检测方法，其特征在于，包括下述步骤： 划分各数据集，将各数据集的视频分帧，提取各帧图像人脸区域作为待检测区域； 计算各帧图像待检测区域的RGB特征； 计算各帧图像待检测区域的NSCT子带图像，将NSCT各个子带图像按频带进行融合并拼接，得到频域特征； 构建双支路卷积神经网络，包括空域特征提取支路和频域特征提取支路，将RGB特征和频域特征分别输入空域特征提取支路和频域特征提取支路； 在空域特征提取支路不同深度的层级中设置纹理特征提取模块，分别提取浅层网络中的局部细节特征以及深层网络中的总体抽象特征，输出得到纹理特征； 所述纹理特征提取模块包括三个卷积层、格拉姆矩阵计算层以及全局平均池化层，第二与第三个卷积层后面添加了批归一化层与ReLU激活函数，纹理特征提取模块分别对空域特征提取支路的输入特征以及EfficientNet-B4主干网络的前五个MBConv层的输出特征进行处理，然后将每个模块输出的一维向量特征进行拼接，得到一维向量输出特征； 将空域特征支路和频域特征支路的输出特征沿通道维度拼接，得到拼接特征； 将拼接特征输入异常特征判别模块进行异常特征判别，输出得到篡改区域预测掩膜； 所述异常特征判别模块包括1×1卷积层、批归一化层、四个不同尺度的特殊池化层、ConvLSTM层以及7×7卷积层； 每个特殊池化层用于计算特征在相应尺寸的区域中的标准分数，将每个特殊池化层的输出特征添加一维伪时域维度，沿着该维度进行拼接，并将拼接特征输入ConvLSTM层进行时空域分析，输出得到篡改区域预测掩膜； 将篡改区域预测掩膜输入全连接层，输出特征与纹理特征沿通道维度拼接，通过全连接层输出二分类预测结果，分别采用二分类标签和换脸区域掩膜对二分类结果和篡改区域预测掩膜的训练进行监督，计算损失函数并反向传播更新网络权重系数，保存网络的模型和最佳权重； 基于训练后的双支路卷积神经网络进行特征提取和预测分类，输出测试集样本篡改检测结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。