【技术实现步骤摘要】
换脸检测方法、装置、设备及存储介质
本申请涉及互联网
,尤其涉及一种换脸检测方法、装置、设备及存储介质。
技术介绍
人脸数字化的发展是现代人脸图像编辑工具的基础。人脸编辑分为两类:人物修改(换脸)和表情修改(换表情)。除了使用Photoshop等工具手动编辑人脸以外,近年来出现了很多自动化方法。其中以Deepfake为代表的视频换脸技术,由于其换脸逼真程度很高,人眼难以分辨真伪的原因,引发了广泛的社会舆论。视频换脸的应用对于个人隐私、人脸支付安全性以及名人形象侵犯等都会带来风险,因此检测和鉴别视频中的人物是否被换脸,对于网络安全是一个十分重要及必要的技术。
技术实现思路
本申请实施例提供一种换脸检测方法、装置及存储介质,能够提高换脸图像的识别准确率。本申请实施例的技术方案是这样实现的:本申请实施例提供一种换脸检测方法,包括:获取待检测图像,其中,待检测图像中至少包括人脸区域;通过神经网络模型进行基于待检测图像的预测操作,得到预测结果,其中,该神经网络模型至少是基于训练图像组的组合特征训练得到的,训练图像组包括至少两个训练图像,该预测结果用于表征该待检测图像是否为换脸图像;输出该预测结果。本申请实施例提供一种换脸检测装置,包括:第一获取模块,用于获取待检测图像,其中,待检测图像中至少包括人脸区域;预测模块,用于通过神经网络模型进行基于待检测图像的预测操作,得到预测结果,其中,该神经网络模型至少是基于训练图像组的组合特征训练得到的, ...
【技术保护点】
1.一种换脸检测方法,其特征在于,包括:/n获取待检测图像,其中所述待检测图像中至少包括人脸区域;/n通过神经网络模型进行基于所述待检测图像的预测操作,得到预测结果,其中,所述神经网络模型至少是基于训练图像组的组合特征训练得到的,所述训练图像组包括至少两个训练图像,所述预测结果用于表征所述待检测图像是否为换脸图像;/n输出所述预测结果。/n
【技术特征摘要】
1.一种换脸检测方法,其特征在于,包括:
获取待检测图像,其中所述待检测图像中至少包括人脸区域;
通过神经网络模型进行基于所述待检测图像的预测操作,得到预测结果,其中,所述神经网络模型至少是基于训练图像组的组合特征训练得到的,所述训练图像组包括至少两个训练图像,所述预测结果用于表征所述待检测图像是否为换脸图像;
输出所述预测结果。
2.根据权利要求1中所述的方法,其特征在于,所述方法还包括:
获取多个训练图像和各个训练图像的标签信息;
将所述多个训练图像划分为至少一个训练图像组;
基于每个训练图像组中包括的各个训练图像的标签信息,确定所述每个训练图像组对应的标签信息;
基于所述至少一个训练图像组和所述至少一个训练图像组对应的标签信息训练神经网络模型。
3.根据权利要求2中所述的方法,其特征在于,所述基于所述至少一个训练图像组和所述至少一个训练图像组对应的标签信息训练神经网络模型,包括:
获取每个训练图像组中各个训练图像的图像特征;
基于所述各个训练图像的图像特征,确定训练图像组的组合特征;
基于每个训练图像组中的各个训练图像的图像特征、各个训练图像的标签信息、训练图像组的组合特征、训练图像组的标签信息训练所述神经网络模型。
4.根据权利要求3中所述的方法,其特征在于,所述基于每个训练图像组中的各个训练图像的图像特征、各个训练图像的标签信息、训练图像组的组合特征、训练图像组的标签信息训练所述神经网络模型包括:
获取每个训练图像组中各个训练图像的图像特征对应的各个第一损失函数和第二损失函数,其中所述各个第一损失函数用于使得各个训练图像的图像特征与各个标签信息相对应,所述第二损失函数用于使得具有相同标签信息的训练图像的图像特征在特征空间中聚集,具有不同标签信息的训练图像的图像特征相互远离;
获取每个训练图像组的组合特征对应的第三损失函数和第四损失函数,其中,所述第三损失函数用于使得组合图像特征按照指定分布进行聚集,所述第四损失函数用于使得训练图像组的组合图像特征与训练图像组的标签信息相对应;
根据所述各个第一损失函数、第二损失函数、第三损失函数和第四损失函数对所述神经网络进行联合训练,以对所述神经网络模型的参数进行调整。
5.根据权利要求1至4中...
【专利技术属性】
技术研发人员:蒋进,叶泽雄,肖万鹏,鞠奇,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。