计算机应用研究

作者：范龙鑫,王一丁,

单位：北方工业大学人工智能与计算机学院,北京100144；

关键词：双流特征架构,伪造图像鉴别,局部二值模式,泛化能力,

基金：国家自然科学基金资助项目(62276018)；；

双流特征架构是一种有效的伪造图像鉴别方法架构，通过混合不同类型特征以增强模型的鉴别能力。在这种架构的基础下，提出了一种新的基于ViT变换双流架构的伪造人脸图像鉴别算法，可以解决人脸图像局部纹理的细粒度特征不精确和真伪人脸图像的高级语义特征提取问题。其中：第一条支路将输入人脸图像转换为人脸LBP（local binary patterns）图像，以突出人脸图像局部纹理的细粒度，然后使用CNN精确提取该人脸LBP图像的细粒度特征；第二条支路则利用改进的ViT提取输入图像的高级语义特征，将原始输入人脸图像进行多尺度卷积，接着对每个尺度的卷积矩阵提取直方图特征，并通过交叉注意力机制注入ViT网络，该直方图特征包含图像局部信息的同时也描述了整体的统计信息，能更好地与ViT结合并施加局部约束，接着由ViT输出区分真伪人脸图像的高级语义特征；最后，将两流支路在特征层面进行深度融合，充分发挥局部纹理的细粒度特征与高级语义特征的互补优势，以提高模型的鉴别精度和泛化能力。实验结果表明，该算法在多个伪造方法上的泛化能力较好，平均精度和平均准确率达到93.9%和90.0%，领先于其他方法。该算法更好地结合了细粒度特征与高级语义特征，提高了伪造人脸图像鉴别的准确率。

来源：2026年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第2期