1.基于QPCET水印的双任务级联主动Deepfake检测方法，其特征在于，包括以下步骤：S1：水印嵌入；

原始图像 通过嵌入模块 以无监督的方式进行水印嵌入，使用QPCET系数生成带水印的面部图像 ；

将人脸图像输入到混合攻击模块，模拟真实的世界中的常规攻击和伪造攻击，得到常规攻击水印图像 和伪造攻击水印图像 ；

S2：水印提取；常规攻击水印图像 和伪造攻击水印图像 被输入到DTCD框架中进行联合学习；

所述S2的具体步骤为：

S21：为保证水印检测器能够适应这些攻击，引入一个常规攻击模块来模拟它们，对水印图像 进行不同的常规攻击，得到攻击后的水印图像 ，进一步使用随机的Deepfake技术进行伪造，以产生伪造攻击水印图像 ；

S22：常规攻击水印图像 和伪造攻击水印图像 被输入到DTCD框架中，在解码器 头部，使用全连接层来提取水印信息，表示为 ，其中 和 分别表示从和 提取的水印信息，在鉴别器 头部，分类层将解码的特征转换为最终的二进制分类结果，表示为 ，其中 和 分别表示 和 上的分类结果；

S23：将水印嵌入到图像的内切圆中，为提高解码器提取水印的准确性和效率，提出一个SAM‑WD模块，采用具有通道 和大小 的输入特征图 ；

通过自注意机制的三个卷积层生成 和 ；

计算注意力分数并利用softmax函数获得权重图 ：（5）；

将图像像素 到特征图中心 的距离定义为，使用高斯函数 来生成注意力图 ，如下所示：（6）；

其中： 为控制权重的衰退范围；

半径 表示非衰退区域的大小；

当 时， 光滑衰减到0；

因此，SAM‑WD后得到的加权特征图 可表示为： （7）；

其中： 表示逐元素乘法运算；

在获得加权特征图 之后，将其与由SE Block处理的特征图连接，解码器 在进入全连接层之前继续通过卷积层，从而产生提取的水印信息，对于鉴别器 ，该过程涉及卷积，然后是平坦化，其直接馈送到线性分类层以产生分类结果，为了优化算法，采用EMA将解码器的参数传播到鉴别器 ，从而实现从水印提取到伪造检测的知识提取，具体地说，这两个网络共享一个共同的头部，允许来自解码器 头部的参数传播到鉴别器 头部，表示为：（8）；

其中： 和 分别表示解码器 和鉴别器 的网络参数；

是用于控制 重要性的超参数， ；

S3：优化鉴别器 与解码器 ；

QPCET是一种优秀的四元数正交矩，具有出色的彩色图像表示能力，由于任何两个四元数之间的乘法的非交换性质，彩色图像 的QPCET有两种形式，即左QPCET和右QPCET：（1）；

（2）；

其中： 和 分别为左右侧QPECT；

为阶数， ；

为重复度， ；

为径向基函数 的共轭复数；

通过其正交的特性，可利用有限的QPECT系数来重构原始彩色图像：（3）；

其中： 为原始彩色人脸图像；

为大小 的二值图像， ；

嵌入水印模块 具体过程如下：

S11：按式（1）计算最大阶数为 、最大重复度为 的彩色人脸图像 的QPCET，可得到个系数， ；

S12：按照精确矩选取规则在上述系数中筛选出精确的系数集合 使用密钥 从精确系数集 中随机选择 个精确的QPCET系数 ，然后使用量化嵌入方法将水印信息嵌入到QPCET系数幅值中，量化公式如下：  （4）；

其中： ；

为嵌入水印之后QPCET系数；

为取余函数；

为计算幅值；

为四舍五入函数；

为量化步长， ；

S13：分别将 和 通过公式（3）进行重构得到图像 和 ，最后可得到含水印的图像。

2.根据权利要求1所述的基于QPCET水印的双任务级联主动Deepfake检测方法，其特征在于：在优化目标时，使用三个损失函数优化模型：提取损失，三元损失和鉴别损失；

S31：提取损失，对于水印提取器，使用像素级均方误差损失来约束模型，确保提取的水印和原始水印之间的最大相似性，假设从常规攻击水印图像 提取的水印信息被表示为，从用伪造攻击的水印图像 提取的水印信息被表示为 ，则提取损失用以下形式表示：（9）；

其中： 为原始水印；

为用于防止过拟合的超参数， ；

S32：三元损失，将三元损失引入解码器 中，以增强网络区分正样本 和负样本 的能力；

（10）；

其中： 表示锚点，允许增加锚和负样本之间的距离，同时减小到正样本的距离，；

S33：鉴别损失，EMA优化和交叉熵损失优化过程在同一方向上对齐，除通过EMA更新进行优化外，还采用交叉熵损失来促进其二分类： （11）；

其中： 表示人脸的标签，0代表为真，1代表为假；

表示鉴别器预测出的结果；

S34：通过联合优化式9至11，水印提取的总损失函数可表示如下：（12）；

其中： 和 为控制损失函数权重的超参数， ， 。

3.根据权利要求1所述的基于QPCET水印的双任务级联主动Deepfake检测方法，其特征在于：DTCD由解码器 和鉴别器 组成，分别执行水印提取和Deepfake检测，在解码器 和鉴别器 的第一跳连接处引入了新的SAM‑WD模块。