检测真实人脸方法、装置、电子设备以及计算机可读存储介质制造方法及图纸

本申请公开了一种检测真实人脸的方法、装置、电子设备以及计算机可读存储介质，涉及人脸识别技术领域。本申请在检测真实人脸时的实现方案为：获取待检测人脸图像；获取待检测人脸图像的频域特征图，将频域特征图分割为对应第一粒度、第二粒度与第三粒度的频域特征子图；根据对应第一粒度、第二粒度与第三粒度的频域特征子图，得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图；根据与各粒度对应的多维度特征子图，确定对应第一粒度、第二粒度以及第三粒度的粒度总向量；将各粒度的粒度总向量进行拼接，将拼接结果输入分类网络，根据分类网络的输出结果确定待检测人脸图像中的人脸是否为真实人脸。本申请能够提升真实人脸检测的准确性。

Real face detection methods, devices, electronic devices and computer readable storage media

【技术实现步骤摘要】
检测真实人脸方法、装置、电子设备以及计算机可读存储介质
本申请涉及数据处理
，尤其涉及人脸识别
中的一种检测真实人脸的方法、装置、电子设备以及计算机可读存储介质。
技术介绍
随着Deepfake、Faceswap等人脸自动化生成和视频篡改技术的不断完善和进步，检测人脸篡改图像的手段也越来越急迫。现有技术通常基于人脸图像的空间域特征进行检测并分类，但是随着图像修改技术的不断进步，通过空间域特征进行真实人脸检测的准确性较低。
技术实现思路
本申请为解决技术问题所采用的技术方案是提供一种检测真实人脸的方法、装置、电子设备以及计算机可读介质，所述方法包括：获取待检测人脸图像；获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图；根据与各粒度对应的多维度特征子图，分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量；将对应各粒度的粒度总向量进行拼接，将拼接结果输入分类网络，根据所述分类网络的输出结果，确定所述待检测人脸图像中的人脸是否为真实人脸。本申请能够提升真实人脸检测的准确性。根据本申请一优选实施例，在获取待检测人脸图像之后，还包括：对所述待检测人脸图像进行统一尺寸。根据本申请一优选实施例，所述获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图包括：将所述待检测人脸图像处理为对应R、G、B三个颜色通道的图像，并得到各颜色通道图像的频域特征图；分别将各颜色通道图像的频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；将各颜色通道图像中对应相同粒度的频域特征子图进行卷积，得到与所述待检测人脸图像对应的第一粒度、第二粒度以及第三粒度的频域特征子图。根据本申请一优选实施例，所述根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图包括：按照预设比例将所述对应第一粒度、第二粒度以及第三粒度的频域特征子图进行维度缩小，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图。根据本申请一优选实施例，所述根据与各粒度对应的多维度特征子图，分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量包括：构建包含残差连接以及全局平均池化处理的网络结构；分别将与各粒度对应的多维度特征子图中所包含的不同维度的频域图按照预设顺序进行排列之后，输入所述网络结构中；将所述网络结构所输出的对应同一粒度中不同维度的频域图的特征向量进行拼接，得到对应各粒度的不同维度的频率分布特征；将同一粒度中各维度所对应的频率分布特征进行拼接，得到对应各粒度的粒度总向量。本申请为解决技术问题所采用的技术方案是提供一种检测真实人脸的装置，包括：获取单元，用于获取待检测人脸图像；分割单元，用于获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；处理单元，用于根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图；确定单元，用于根据与各粒度对应的多维度特征子图，分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量；检测单元，将对应各粒度的粒度总向量进行拼接，将拼接结果输入分类网络，根据所述分类网络的输出结果，确定所述待检测人脸图像中的人脸是否为真实人脸。根据本申请一优选实施例，所述获取单元在获取待检测人脸图像之后，还执行：对所述待检测人脸图像进行统一尺寸。根据本申请一优选实施例，所述分割单元在获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图时，具体执行：将所述待检测人脸图像处理为对应R、G、B三个颜色通道的图像，并得到各颜色通道图像的频域特征图；分别将各颜色通道图像的频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；将各颜色通道图像中对应相同粒度的频域特征子图进行卷积，得到与所述待检测人脸图像对应的第一粒度、第二粒度以及第三粒度的频域特征子图。根据本申请一优选实施例，所述处理单元在根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图时，具体执行：按照预设比例将所述对应第一粒度、第二粒度以及第三粒度的频域特征子图进行维度缩小，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图。根据本申请一优选实施例，所述确定单元在根据与各粒度对应的多维度特征子图，分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量时，具体执行：构建包含残差连接以及全局平均池化处理的网络结构；分别将与各粒度对应的多维度特征子图中所包含的不同维度的频域图按照预设顺序进行排列之后，输入所述网络结构中；将所述网络结构所输出的对应同一粒度中不同维度的频域图的特征向量进行拼接，得到对应各粒度的不同维度的频率分布特征；将同一粒度中各维度所对应的频率分布特征进行拼接，得到对应各粒度的粒度总向量。上述申请中的一个实施例具有如下优点或有益效果：本申请能够提升真实人脸检测的准确性。因为采用了将待检测人脸图像的频域特征图分为不同粒度的频域特征子图之后，再获取与各粒度所对应的多维特征子图，进而通过各粒度所对应的多维特征子图来获取对应各粒度的粒度总向量的方式，所以克服了现有技术中通过图像空间域特征进行真实人脸检测的技术问题，达到提升真实人脸检测的准确性的技术效果。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例提供的一种检测真实人脸的方法流程图；图2是根据本申请第二实施例提供的一种检测真实人脸的装置结构图；图3是用来实现本申请实施例的检测真实人脸的方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1为本申请一实施例提供的一种检测人脸的方法流程图，如图1中所示，所述方法包括：在S101中，获取待检测人脸图像。在本步骤中，获取待检测人脸图像。其中，本步骤所获取的待检测人脸图像可以为仅包含人脸区域的图像；若所获取的待检测人脸图像中还包含有非人脸区域的背景，则本步骤可以在去除图像中的背景之后，将仅保留人脸区域的部分图像作为待检测人脸图像。另外，本步骤在获取待检测人脸图像之后，还可以执行对待检测人脸图像进行统一本文档来自技高网...

【技术保护点】
1.一种检测真实人脸的方法，其特征在于，包括：/n获取待检测人脸图像；/n获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；/n根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图；/n根据与各粒度对应的多维度特征子图，分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量；/n将对应各粒度的粒度总向量进行拼接，将拼接结果输入分类网络，根据所述分类网络的输出结果，确定所述待检测人脸图像中的人脸是否为真实人脸。/n

【技术特征摘要】
1.一种检测真实人脸的方法，其特征在于，包括：
获取待检测人脸图像；
获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；
根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图；
根据与各粒度对应的多维度特征子图，分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量；
将对应各粒度的粒度总向量进行拼接，将拼接结果输入分类网络，根据所述分类网络的输出结果，确定所述待检测人脸图像中的人脸是否为真实人脸。


2.根据权利要求1所述的方法，其特征在于，在获取待检测人脸图像之后，还包括：对所述待检测人脸图像进行统一尺寸。


3.根据权利要求1所述的方法，其特征在于，所述获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图包括：
将所述待检测人脸图像处理为对应R、G、B三个颜色通道的图像，并得到各颜色通道图像的频域特征图；
分别将各颜色通道图像的频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；
将各颜色通道图像中对应相同粒度的频域特征子图进行卷积，得到与所述待检测人脸图像对应的第一粒度、第二粒度以及第三粒度的频域特征子图。


4.根据权利要求1所述的方法，其特征在于，所述根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图包括：
按照预设比例将所述对应第一粒度、第二粒度以及第三粒度的频域特征子图进行维度缩小，分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图。


5.根据权利要求1所述的方法，其特征在于，所述根据与各粒度对应的多维度特征子图，分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量包括：
构建包含残差连接以及全局平均池化处理的网络结构；
分别将与各粒度对应的多维度特征子图中所包含的不同维度的频域图按照预设顺序进行排列之后，输入所述网络结构中；
将所述网络结构所输出的对应同一粒度中不同维度的频域图的特征向量进行拼接，得到对应各粒度的不同维度的频率分布特征；
将同一粒度中各维度所对应的频率分布特征进行拼接，得到对应各粒度的粒度总向量。


6.一种检测真实人脸的装置，其特征在于，包括：
获取单元，用于获取待检测人脸图像；
分割单元，用于获取所述待检测人脸图像的频域特征图，并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图；
处理单元，用于根据所述对应第一粒度、第二粒度以及第三粒...

【专利技术属性】
技术研发人员：熊俊峰，王洋，刘焱，郝新，吴月升，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11