申请/专利权人：重庆邮电大学

申请日：2024-01-16

公开（公告）日：2024-04-16

公开（公告）号：CN117893778A

主分类号：G06V10/74

分类号：G06V10/74;G06V10/774;G06V10/77

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明涉及一种GAN生成图像的归因取证方法，属于计算机视觉、数字取证领域。该方法包括三个主要阶段：训练编码器阶段、重建图像阶段和归因图像阶段。训练编码器阶段：为已知的GAN模型训练相应的编码器；重建图像阶段：将待检测图像输入训练好的编码器，编码器通过映射将待检测图像转换为潜在向量，并将其输入相应的GAN模型生成重建图像；归因图像阶段：计算待检测图像与重建图像的感知差异性度量，寻找具有最小感知差异性度量的GAN模型。然后，比较该感知差异性度量与该模型的阈值，进行归因。该方法解决了GAN生成图像平滑和模型架构多样化导致无法准确归因的问题，提高了归因的准确性。通过训练编码器确定最佳潜在向量，并利用图像重建方法进行归因，该方法适应了GAN模型快速发展的特点，并为实际取证工作提供可靠的依据。

主权项：1.GAN生成图像归因取证方法，其特征在于，该方法主要包括以下步骤：S1：为已知的GAN模型训练相应的编码器；S2：将待检测图像输入训练好的编码器，编码器通过映射将待检测图像转换为潜在向量，并将其输入相应的GAN模型生成重建图像；S3：计算待检测图像与重建图像之间的感知差异性度量，寻找具有最小感知差异性度量的GAN模型。然后，比较该感知差异性度量与该模型的阈值，进行归因。

全文数据：

权利要求：

百度查询： 重庆邮电大学 GAN生成图像归因取证方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD