摘要
本发明公开了一种基于空域频域联合去偏的通用深度伪造检测方法,包括:基于视频提取帧图像,定位到面部相关区域后对原始图像进行裁剪得到面部图像,构建一个双分支深度学习架构,并行地从面部图像中提取空域特征以及频率增强模块处理后的频域特征;在训练阶段,引入一个教师学生去偏置架构,对空域和频域双分支进行独立的、非破坏性的正则化,引导模型学习通用的伪造特征;最后,将去偏置后的多模态特征通过交叉注意力机制进行融合,并由分类器输出检测结果。本发明通过协同利用空域和频域的互补信息,并采用新颖的去偏置策略,显著提升了模型对未知来源和新型伪造技术的检测泛化能力和鲁棒性。