首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自增强的深度伪造图像鉴伪方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国信息通信研究院

摘要:本发明提出一种基于自增强的深度伪造图像鉴伪方法和系统。其中,方法包括:采用具备较强生成能力的对抗生成网络构造无偏差的大规模人脸数据集,在训练集构建阶段避免过拟合特定人物的身份特征、降低身份信息对训练数据类中心的影响程度,并通过增强的拼接算法与拼接类型扩大训练数据集支持鉴伪覆盖范围,同时迫使模型专注于学习自增强框架所模拟的伪造痕迹,最终通过设计一个精细化的基于特征融合的鉴别网络结构,充分利用多层级特征信息。本发明提升整体鉴别能力。

主权项:1.一种基于自增强的深度伪造图像鉴伪方法,其特征在于,所述方法包括:步骤S1、借助对抗生成网络生成高清人脸图像数据集;采用关键点检测器对生成的高清人脸图像提取关键点坐标;通过所述关键点坐标构建初步掩码;对所述初步掩码做变形与增强,得到变形增强掩码;步骤S2、对所述高清人脸图像和变形增强掩码进行1~3次随机图像增强,得到1~3张具有差异的随机增强图像;对所述变形增强掩码进行1~3次随机掩码增强,得到1~3张随机增强掩码;将1~3张随机增强图像和1~3张随机增强掩码拼接,得到自增强图像;步骤S3、将所述自增强图像输入浅层特征处理模块,得到浅层特征;将所述浅层特征输入中层特征处理模块,得到中层特征;将所述中层特征输入深层特征处理模块,得到深层特征;将所述浅层特征、中层特征和深层特征进行下采样拼接,得到拼接特征;将所述拼接特征输入分类器,得到鉴伪分析结果;在所述步骤S1中,所述借助对抗生成网络生成高清人脸图像数据集的方法包括:向预训练好的对抗生成网络输入一个0~1之间的随机数,生成的图像分辨率为512像素×512像素,以上过程循环10万次得到包含10万张高清人脸图像;所述采用关键点检测器对生成的高清人脸图像提取关键点坐标的方法包括:应用开源工具dlib获取81个关键点坐标;所述通过所述关键点坐标构建初步掩码的方法包括:对于每一张高清人脸图像,针对“人脸下半部分”,采用关键点相连围成的最小凸包,得到第一初步掩码;“额头部分”采用关键点相连围成的最小凸包,得到第二初步掩码;“脸颊部分”采用关键点相连围成的最小凸包,得到第三初步掩码;在所述步骤S1中,所述对所述初步掩码做变形与增强,得到变形增强掩码的方法包括:对第一初步掩码、第二初步掩码和第三初步掩码的区域内的关键点,随机剔除1~2个关键点,再对剔除后的每个关键点的坐标值向上、下、左和右偏移1~5个像素点,得到偏移关键点;将所述偏移关键点相连围成的区域再次计算最小凸包,得到变形增强掩码;在所述步骤S3中,所述浅层特征处理模块包含5~6个第一卷积block;所述第一卷积block包含一个二维卷积层连接一个Relu激活层;所述中层特征处理模块包含5~6个第二卷积block;所述第二卷积block包含一个二维卷积层连接一个Relu激活层后,再连接一个BatchNorm层;所述深层特征处理模块包含5~6个第三卷积block;所述第三卷积block包含一个二维卷积层连接一个Relu激活层后,再连接一个BatchNorm层。

全文数据:

权利要求:

百度查询: 中国信息通信研究院 一种基于自增强的深度伪造图像鉴伪方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。