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！

龙图腾网获悉哈尔滨工程大学申请的专利一种跨生成器生成图像检测模型的构建方法和图像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：CN119445328B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411489414.5，技术领域涉及：G06V10/82；该发明授权一种跨生成器生成图像检测模型的构建方法和图像检测方法是由于啸;李熔盛;刘野设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种跨生成器生成图像检测模型的构建方法和图像检测方法在说明书摘要公布了：本发明公开了一种跨生成器生成图像检测模型的构建方法和图像检测方法，所述生成图像检测模型的构建方法包括：构建初始图像特征提取器；获取全局嵌入向量，利用所述全局嵌入向量对所述初始图像特征提取器进行训练，获得预训练特征提取器；基于所述预训练特征提取器，设计生成器与其进行对抗训练；基于对抗结果，使用对抗后的特征提取器，并结合设计的分类器进行训练，从而获得最终的生成图像检测模型。本发明不仅显著提升了检测精度，还极大地增强了模型的鲁棒性，使其能够灵活应对未来生成器技术的持续演进与变革，确保了检测系统的前瞻性与适应性。

本发明授权一种跨生成器生成图像检测模型的构建方法和图像检测方法在权利要求书中公布了：1.一种跨生成器生成图像检测模型的构建方法，其特征在于，包括： 构建初始图像特征提取器； 所述初始图像包括：生成图像和真实图像； 获取全局嵌入向量，利用所述全局嵌入向量对初始图像特征提取器进行训练，获得预训练图像特征提取器； 基于所述预训练图像特征提取器，设计生成器与其进行对抗训练； 设计生成器和特征提取器进行对抗训练包括： S1、利用第一损失函数，训练所述生成器，并且在训练所述生成器时，所述特征提取器的参数保持不变； S2、利用第二损失函数，训练所述特征提取器，并且在训练所述特征提取器时，所述生成器的参数保持不变； S3、循环所述S1和S2，直至达到预设条件，结束对抗； 所述第一损失函数为： 其中，E为特征提取器，G为生成器，表示生成图像，为真实图像； 所述第二损失函数为： 其中，为边距，为计算两个向量之间的欧式距离，为真实图像经过特征提 取器后的嵌入向量，为生成图像经过生成器和特征提取器后的嵌入向量； 基于对抗结果，使用对抗后的特征提取器，并结合设计的分类器进行训练，从而获得最终的生成图像检测模型。

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哈尔滨工程大学，其通讯地址为：150006 黑龙江省哈尔滨市南岗区南通大街145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。