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！

龙图腾网获悉贵州师范大学申请的专利基于语义一致性差异的AI生成图片盲盒检测方法和装置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：CN120495792B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510977297.5，技术领域涉及：G06V10/764；该发明授权基于语义一致性差异的AI生成图片盲盒检测方法和装置是由欧卫华;李佳明;苟建平;刘中华;周敏;钟必能;蓝如师;夏大文;田青设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本基于语义一致性差异的AI生成图片盲盒检测方法和装置在说明书摘要公布了：本发明公开了基于语义一致性差异的AI生成图片盲盒检测方法和装置，所述方法包括：基于冻结参数的预训练多模态大模型BLIP为待检测图片生成对应的描述性文本；利用多模态模型CLIP将待检测图片及其对应的描述性文本组成的图文对嵌入至联合表征空间，提取图文特征。通过两阶段反刍训练构建检测模型：第一阶段将图文特征拼接后输入第一多层感知器MLP1，输出AI生成置信度；第二阶段将置信度作为调控系数，结合本方案提出的损失函数对图文特征余弦相似度进行自适应调整，并在潜空间中迭代优化，生成调控后的联合特征输入第二多层感知器MLP2进行最终判断。该方法无需预知图片来源模型，具有较强的通用性与检测精度，适用于复杂场景下的AI生成图像识别。

本发明授权基于语义一致性差异的AI生成图片盲盒检测方法和装置在权利要求书中公布了：1.基于语义一致性差异的AI生成图片盲盒检测方法，其特征在于：该方法包括： 使用预训练的多模态大模型BLIP为待检测图片生成对应的描述性文本； 使用预训练的多模态模型CLIP对图片及其描述性文本进行特征嵌入，获得基于CLIP图文对齐空间的图片特征和文本特征，图文特征之间的余弦相似度表示图片与文本之间的语义相似程度； 基于两阶段反刍训练策略对上述图文特征进行处理以训练多层感知器，其中： 第一阶段：将图文特征拼接形成联合表征，输入第一多层感知器MLP1以获得图片为AI生成的置信度，并根据第一多层感知器MLP1的输出与样本真实标签计算损失函数以训练第一多层感知器MLP1； 第二阶段：将第一阶段输出的置信度作为调节系数，并利用损失函数对图文特征进行调节，使得正样本的图文特征相似度增大、负样本的图文特征相似度减小，将调节后的图文特征还原至本空间并再次拼接形成新的联合表征，输入第二多层感知器MLP2获得新的检测输出，并根据该输出与样本真实标签计算损失函数以训练第二多层感知器MLP2； 根据第二阶段的第二多层感知器MLP2输出确定输入图片是否为AI生成； 两阶段反刍训练包括： 使用联合表征训练第一多层感知器MLP1，将第一多层感知器MLP1的输出与样本真实标签用于计算损失函数并训练第一多层感知器MLP1； 将第一多层感知器MLP1的输出与联合表征一起输入第二多层感知器MLP2，以获得两阶段训练的检测输出；根据该输出与样本真实标签计算损失函数，通过迭代更新潜空间中的图文特征来训练第二多层感知器MLP2； 图文特征在潜空间中的迭代用于根据样本标签进行调整：当样本标签为正时，增大该正样本的图文特征余弦相似度；当样本标签为负时，减小该负样本的图文特征余弦相似度； 将第二多层感知器MLP2的输出作为最终判定待检测图片是否为AI生成的依据。

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贵州师范大学，其通讯地址为：550025 贵州省贵阳市贵安新区花溪大学城栋青路；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。