一种基于自适应测试时训练的AI生成军事图像检测方法
申请号:CN202510825314
申请日期:2025-06-19
公开号:CN120689327A
公开日期:2025-09-23
类型:发明专利
摘要
本发明涉及图像检测技术领域,尤其涉及基于自适应测试时训练的AI生成军事图像检测方法,包括:S1:对输入图像预处理得到预处理图像;S2:军事分层感知模块提取预处理图像的多层次特征,并根据跨层特征融合机制得到融合特征;S3:注意力机制加权融合特征得到加权特征,根据MLP分类器得到图像伪造概率;S4:在训练阶段,联合主分类任务损失和自监督辅助任务损失分析损失,以更新模型参数得到训练模型,采用自适应测试时训练策略得到未知伪造模型;S5:输入待检测军事图像至未知伪造模型,输出真伪判定结果。本发明能够显著提升AI生成军事类型图像的检测准确率和泛化能力,适用于媒体信息安全等多种实际应用场景,具有较高的实用价值和广阔应用前景。
技术关键词
图像检测方法
多尺度特征
军事
多层次特征
融合特征
加权特征
更新模型参数
跨层特征
噪声统计
注意力机制
特征提取器
语义特征
二维快速傅里叶变换
图像检测技术
计算机
分类器参数
分层
集成特征