人脸图像的伪造检测方法及相关产品技术

本申请涉及一种人脸图像的伪造检测方法及相关产品。所述方法包括：将视频训练集中的人脸图像依次输入至检测模型；检测模型为包括时间子网络和空间子网络的时空特征提取网络；通过检测模型的时空特征提取网络依次从输入的人脸图像中提取人脸特征；在分别固定空间子网络、时间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的人脸复合特征；根据人脸复合特征和人脸特征确定人脸图像的检测结果，依据检测结果与对应的人脸标签分别对时间权重和空间权重进行优化；通过达到收敛条件的检测模型对待测人脸图像进行人脸伪造检测，得到检测结果。采用本方法进行人脸伪造检测具有更准确的检测结果。更准确的检测结果。更准确的检测结果。

【技术实现步骤摘要】
人脸图像的伪造检测方法及相关产品


[0001]本申请涉及计算机
，特别是涉及一种人脸图像的伪造检测方法及相关产品。

技术介绍

[0002][0003]对于伪造的人脸图像，通常是使用能够对空间信息和时间信息进行搜索的训练好的三维卷积神经网络模型，然而，由于空间伪影通常比时间伪影更明显，从而目前的三维卷积神经网络模型更为依赖空间伪影拟合训练而导致模型缺乏捕捉时间伪影的能力，泛化能力与鲁棒性较差，不利于提高人脸图像的伪造检测准确度。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高人脸图像的伪造检测准确度的人脸图像的伪造检测方法及相关产品。
[0005]第一方面，本申请提供了一种人脸图像的伪造检测方法。所述方法包括：
[0006]将视频训练集中的人脸图像依次输入至检测模型；检测模型为时空特征提取网络，时空特征提取网络包括时间子网络和空间子网络；
[0007]通过时空特征提取网络依次从输入的人脸图像中提取人脸特征；
[0008]在固定空间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征；根据第一人脸复合特征和人脸特征确定人脸图像的第一检测结果，依据第一检测结果与对应的人脸标签对时间子网络中的时间权重进行优化；
[0009]在固定时间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第二人脸复合特征；根据第二人脸复合特征和人脸特征确定人脸图像的第二检测结果，依据第二检测结果与对应的人脸标签对空间子网络中的空间权重进行优化；
[0010]当检测模型达到收敛条件时，通过收敛后的检测模型对待测人脸图像进行人脸伪造检测，得到检测结果。
[0011]在其中一个实施例中，在固定空间子网络的参数时，对时间子网络中的时间权重进行优化的次数为第一数值；
[0012]在固定时间子网络的参数时，对空间子网络中的时间权重进行优化的次数为第二数值；第一数值大于第二数值。
[0013]在其中一个实施例中，在将视频训练集中的人脸图像依次输入至检测模型之前，上述方法还包括：
[0014]获取原始视频集；
[0015]对原始视频集中的第一人脸图像依次进行人脸关键点检测，得到原始视频集中的
人脸关键点集合；
[0016]根据人脸关键点集合对原始视频集中的第二人脸图像进行人脸跟踪，得到追踪结果；
[0017]基于追踪结果对第二人脸图像依次进行人脸对齐处理，得到视频训练集。
[0018]在其中一个实施例中，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征，包括：
[0019]基于检测模型中的时间子网络对人脸特征进行特征处理，得到包含时间伪影特征的第一过程特征；
[0020]基于检测模型中的、且固定参数的空间子网络对第一过程特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征。
[0021]在其中一个实施例中，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第二人脸复合特征，包括：
[0022]基于检测模型中的、且固定参数的时间子网络对人脸特征进行特征处理，得到包含时间伪影特征的第二过程特征；
[0023]基于检测模型中的空间子网络对第二过程特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第二人脸复合特征。
[0024]在其中一个实施例中，上述方法还包括：
[0025]若检测结果表明待测人脸图像具有真实性，则将待测人脸图像与预设人脸图像进行匹配；
[0026]在待测人脸图像与预设人脸图像匹配成功时，则确认执行当前支付操作。
[0027]第二方面，本申请还提供了一种人脸图像的伪造检测装置。所述装置包括：
[0028]输入单元，用于将视频训练集中的人脸图像依次输入至检测模型；检测模型为时空特征提取网络，时空特征提取网络包括时间子网络和空间子网络；
[0029]提取单元，用于通过时空特征提取网络依次从输入的人脸图像中提取人脸特征；
[0030]第一处理单元，用于在固定空间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征；根据第一人脸复合特征和人脸特征确定人脸图像的第一检测结果，依据第一检测结果与对应的人脸标签对时间子网络中的时间权重进行优化；
[0031]第二处理单元，用于在固定时间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第二人脸复合特征；根据第二人脸复合特征和人脸特征确定人脸图像的第二检测结果，依据第二检测结果与对应的人脸标签对空间子网络中的空间权重进行优化；
[0032]检测单元，用于当检测模型达到收敛条件时，通过收敛后的检测模型对待测人脸图像进行人脸伪造检测，得到检测结果。
[0033]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0034]将视频训练集中的人脸图像依次输入至检测模型；检测模型为时空特征提取网络，时空特征提取网络包括时间子网络和空间子网络；
[0035]通过时空特征提取网络依次从输入的人脸图像中提取人脸特征；
[0036]在固定空间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征；根据第一人脸复合特征和人脸特征确定人脸图像的第一检测结果，依据第一检测结果与对应的人脸标签对时间子网络中的时间权重进行优化；
[0037]在固定时间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第二人脸复合特征；根据第二人脸复合特征和人脸特征确定人脸图像的第二检测结果，依据第二检测结果与对应的人脸标签对空间子网络中的空间权重进行优化；
[0038]当检测模型达到收敛条件时，通过收敛后的检测模型对待测人脸图像进行人脸伪造检测，得到检测结果。
[0039]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0040]将视频训练集中的人脸图像依次输入至检测模型；检测模型为时空特征提取网络，时空特征提取网络包括时间子网络和空间子网络；
[0041]通过时空特征提取网络依次从输入的人脸图像中提取人脸特征；
[0042]在固定空间子网络的参数时，基于时空特征提取网络对人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征；根据第一人脸复合特征和人脸特征确定人脸图像的第一检测结果，依据第一检测结果与对应的人脸标签对时间子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像的伪造检测方法，其特征在于，所述方法包括：将视频训练集中的人脸图像依次输入至检测模型；所述检测模型为时空特征提取网络，所述时空特征提取网络包括时间子网络和空间子网络；通过所述时空特征提取网络依次从输入的人脸图像中提取人脸特征；在固定所述空间子网络的参数时，基于所述时空特征提取网络对所述人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征；根据所述第一人脸复合特征和所述人脸特征确定所述人脸图像的第一检测结果，依据所述第一检测结果与对应的人脸标签对所述时间子网络中的时间权重进行优化；在固定所述时间子网络的参数时，基于所述时空特征提取网络对所述人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第二人脸复合特征；根据所述第二人脸复合特征和所述人脸特征确定所述人脸图像的第二检测结果，依据所述第二检测结果与对应的人脸标签对所述空间子网络中的空间权重进行优化；当所述检测模型达到收敛条件时，通过收敛后的所述检测模型对待测人脸图像进行人脸伪造检测，得到检测结果。2.根据权利要求1所述的方法，其特征在于，在固定所述空间子网络的参数时，对所述时间子网络中的时间权重进行优化的次数为第一数值；在固定所述时间子网络的参数时，对所述空间子网络中的时间权重进行优化的次数为第二数值；所述第一数值大于所述第二数值。3.根据权利要求1所述的方法，其特征在于，在所述将视频训练集中的人脸图像依次输入至检测模型之前，所述方法还包括：获取原始视频集；对所述原始视频集中的第一人脸图像依次进行人脸关键点检测，得到所述原始视频集中的人脸关键点集合；根据所述人脸关键点集合对所述原始视频集中的第二人脸图像进行人脸跟踪，得到追踪结果；基于所述追踪结果对所述第二人脸图像依次进行人脸对齐处理，得到所述视频训练集。4.根据权利要求1所述的方法，其特征在于，基于所述时空特征提取网络对所述人脸特征进行特征处理，得到包含时间伪影特征和空间伪影特征的第一人脸复合特征，包括：基于所述检测模型中的时间子网络对所述人脸特征进行特征处理，得到包含时间伪影特征的第一过程特征；基于所述检测模型中的、且固定参数的空间子网络对所述第一过程特征进行特征处理，得到所述包含时间伪影特征和空间伪影特征的第一人脸复合特征。5.根据权利要求1所述的方法，其特征在于，基于所述时空特征提取网络对所述人脸特...

【专利技术属性】
技术研发人员：李厚强，王震东，陈鸿，周文罡，王福海，
申请(专利权)人：中国科学技术大学先进技术研究院，
类型：发明
国别省市：