一种多模态数据融合神经网络的虚假新闻图像检测方法
公开
摘要
本发明涉及计算机应用技术领域，具体涉及一种多模态数据融合神经网络的虚假新闻图像检测方法，包括视觉模态模块、视觉特征融合模块、物理特征模块和集成模块。本发明通过视觉模态模块，输入图像进行特征提取，然后通过视觉特征融合模块将特征串联起来，对提取的特征进行降维，集中矩阵计算、特征值分解得到投影矩阵，再利用SoftMax函数获得真假图像的目标空间的概率分布，接下来通过物理特征模块对图像的物理特征进行提取，最终输入集成模块，集成模块结合图像的物理特征和图像的视觉模态预测结果，再使用XGBoost对最终的虚假新闻图像进行识别，尽量避免了现有的虚假新闻图像的检测方式一般通过人工进行检测，人工检测不仅效率低下，而且费时费力的问题。
基本信息
专利标题 ：
一种多模态数据融合神经网络的虚假新闻图像检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612679A
申请号 ：
CN202210173800.8
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
薛均晓翟蓝航石磊高宇飞刘成明
申请人 ：
郑州大学
申请人地址 ：
河南省郑州市高新技术开发区科学大道100号
代理机构 ：
北京集智东方知识产权代理有限公司
代理人 ：
陈攀
优先权 ：
CN202210173800.8
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/82 G06V10/774 G06V10/77 G06V10/764 G06K9/62
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
