C

Code

由aimagelab開發
一種用於檢測深度偽造圖像的視覺變換器模型,通過對比學習和全局-局部相似性分析實現高精度偽造檢測。
下載量 515
發布時間 : 7/12/2024

模型概述

該模型採用視覺變換器架構,結合對比學習方法和全局-局部相似性分析,專門用於檢測深度偽造圖像。模型在ECCV 2024上發表,提供多種分類器選項。

模型特點

對比學習方法
利用對比學習增強模型對真實和偽造圖像特徵的區分能力
全局-局部相似性分析
同時考慮圖像全局和局部特徵的相似性,提高檢測精度
多分類器支持
提供SVM、線性分類器和KNN等多種分類器選項

模型能力

深度偽造圖像檢測
圖像特徵提取
圖像真實性分析

使用案例

安全檢測
社交媒體內容審核
檢測社交媒體上的深度偽造圖像
可有效識別多種偽造技術生成的圖像
數字取證
協助執法機構進行數字圖像真實性驗證
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase