本發明涉及機械學習技術領域,具體涉及一種基于強化學習DQN算法的Deepfake檢測方法,包括如下步驟:步驟1,采集樣本數據劃分為訓練集S和測試集T;步驟2,將訓練集S輸入Q網絡,將訓練集S的[狀態?動作對](si,ai)和Q網絡輸出的Q(si,a′i)輸入到判別器D中,獲得置信度δ;用置信度δ求導更新Q網絡的模型參數θi,得到Q網絡檢測模型;步驟3,測試Q網絡;步驟4,將Q網絡檢測模型應用于Deepfake的真假判別中。本發明通過強化學習DQN算法用一組真假已知的樣本來訓練一個Q網絡,通過強化學習DQN算法更新Q值,最終使Q網絡訓練成為一個能對視頻或圖片的真假做出判斷的模型,不需要設計復雜的框架結構,泛化能力強,應用場景廣泛。
聲明:
“基于強化學習DQN算法的Deepfake檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)