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！

龙图腾网获悉中国科学院计算技术研究所申请的专利检测伪造人脸图像视频的增量学习方法及系统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：CN116310754B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310149084.4，技术领域涉及：G06V20/00；该发明授权检测伪造人脸图像视频的增量学习方法及系统是由夏时洪;范振峰;赵泽军;丁博设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本检测伪造人脸图像视频的增量学习方法及系统在说明书摘要公布了：本发明提出一种检测伪造人脸图像视频的增量学习方法和系统，包括：获取待增量学习的伪造人脸图像检测模型作为基础模型，基础模型包括用于提取图像特征的特征提取器，以及为图像特征分配伪造人脸图像检测类别的分类器；获取已标注伪造类别的训练图像；在基础模型中新建特征提取器；在基础模型中新建辅助分类器，对于训练图像辅助分类器得到辅助分类结果和辅助损失，并根据分类器对训练图像的分类结果构建分类损失；由分类损失和辅助损失更新分类器和新建特征提取器的权重参数；直到总损失收敛或达到指定的迭代次数。本发明通过增量学习的方式来处理现实场景中不断出现的伪造人脸数据，加强了分类器的判别能力。

本发明授权检测伪造人脸图像视频的增量学习方法及系统在权利要求书中公布了：1.一种检测伪造人脸图像视频的增量学习方法，其特征在于，包括： 步骤1、获取待增量学习的伪造人脸图像检测模型作为基础模型，该基础模型包括用于提取图像特征的特征提取器Φt-1，以及为图像特征分配伪造人脸图像检测类别的分类器Ht； 步骤2、获取已标注伪造类别的训练图像；在该基础模型中新建特征提取器Fi；在当前时刻t时，特征提取器Φt-1和新特征提取器Ft组成征提取器Φt，其中对于输入的训练图像x，Φt提取的特征υ为： υ＝Φtx＝[Φt-1x,Ftx] 步骤3、在该基础模型中新建辅助分类器Ht'，Ht'的标签空间是|Yt|+1，包括时刻t时增量学习任务Yt中的类别和该基础模型所能识别的所有旧类别，对于该输入的训练图像x，辅助分类器Ht'根据下式得到辅助分类结果： pHt'y|x＝SoftmaxHt'Ftx 该辅助分类结果和该训练图像x对应的伪造类别，构建辅助损失LH't； 将特征υ输入分类器Ht： pHty|x＝SoftmaxHtυ 得到该训练图像x的在各伪造类别下的得分，取得分最高的伪造类别作为分类结果 其中其中为所有图像类别；通过该分类结果和该训练图像x对应的伪造类别构建分类损失LC；由该分类损失LC和辅助损失LH't构建总损失，以更新该分类器Ht和该新建特征提取器Fi的权重参数；直到该总损失收敛或达到指定的迭代次数，保存当前基础模型作为最终识别模型； 步骤4、将待伪造人脸图像检测的图像输入该最终识别模型，得到其识别结果； 其中，该Ht的初始参数继承自Ht-1，Ht的输出维度不断更新，以匹配增加的伪造类别数目，并对其新添加的参数进行随机初始化；Φt-1包括至少一个特征提取器，特征提取器Fi的权重初始参数继承自Fi-1，其中i代表第i个增量学习任务。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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”。