【技术实现步骤摘要】
基于人脸特征时域稳定性的换脸视频篡改检测方法及其应用
本专利技术涉及换脸视频篡改检测
，具体涉及一种基于人脸特征时域稳定性的换脸视频篡改检测方法及其应用。
技术介绍
随着计算能力的提升、数据的爆炸式增长，人工智能又迎来了新的发展浪潮，近年来利用深度网络生成换脸视频的技术成为一个热门话题，逼真的换脸效果导致检测难度越来越大，换脸视频的制作方式也越来越简便，这些换脸技术的滥用对社会造成了不良影响，恶意的篡改不仅导致个人肖像权受到侵犯，甚至给社会治安带来重大威胁，因此针对换脸视频篡改检测技术的研究具有十分重要的意义。目前技术中有关检测换脸篡改问题时大多都只基于单帧图像进行检测，但由于换脸视频的篡改是逐帧进行换脸操作，单帧内的换脸效果已经达到很高的水平，往往给检测带来较大的难度，故只考虑单帧图像的篡改分析具有局限性，未考虑到图像帧在时域上的关联性导致检测效果不佳。另外现有技术中的换脸视频篡改检测技术流行使用深度神经网络进行检测，此类技术在库内进行测试准确率可高达90％以上，具有较好的检测效果，但多数算法泛化性能不足，跨...
【技术保护点】
1.一种基于人脸特征时域稳定性的换脸视频篡改检测方法，其特征在于，包括下述步骤：/n将待检测视频解码为帧序列并逐帧保存；/n检测各帧的人脸区域并提取人脸特征点的坐标值；/n比较各个特征点在时域上的变化程度计算特征点的活跃度，根据特征点的位置和活跃度选择特定特征点，计算特定成对特征点的连线向量作为面部向量；/n计算相邻帧上对应面部向量在空间位置上的偏转角；/n将相邻两帧所有面部向量的偏转角度值作为特征值，并构造特征向量；/n将训练样本的特征向量输入支持向量机，训练并生成分类模型；/n采用训练后的分类模型对待检测视频帧进行分类，逐帧判断视频是否存在篡改。/n
【技术特征摘要】
1.一种基于人脸特征时域稳定性的换脸视频篡改检测方法，其特征在于，包括下述步骤：
将待检测视频解码为帧序列并逐帧保存；
检测各帧的人脸区域并提取人脸特征点的坐标值；
比较各个特征点在时域上的变化程度计算特征点的活跃度，根据特征点的位置和活跃度选择特定特征点，计算特定成对特征点的连线向量作为面部向量；
计算相邻帧上对应面部向量在空间位置上的偏转角；
将相邻两帧所有面部向量的偏转角度值作为特征值，并构造特征向量；
将训练样本的特征向量输入支持向量机，训练并生成分类模型；
采用训练后的分类模型对待检测视频帧进行分类，逐帧判断视频是否存在篡改。
2.根据权利要求1所述的基于人脸特征时域稳定性的换脸视频篡改检测方法，其特征在于，所述将待检测视频解码为帧序列并逐帧保存，具体步骤包括：
采用FFmpeg工具将视频进行解码，把视频解码成帧序列F1,F2,F3,…,FN，其中，N为单个视频的帧数，将每个视频的帧序列保存为独立文件夹并排序。
3.根据权利要求1所述的基于人脸特征时域稳定性的换脸视频篡改检测方法，其特征在于，所述检测各帧的人脸区域并提取人脸特征点的坐标值，具体步骤包括：
遍历读取所有视频文件路径，通过关键点预测器对视频帧图像进行人脸的识别，提取出人脸特征点坐标值并写入文件中。
4.根据权利要求1所述的基于人脸特征时域稳定性的换脸视频篡改检测方法，其特征在于，根据特征点的位置和活跃度选择特定特征点，计算特定成对特征点的连线向量作为面部向量，具体步骤包括：
将所述特定特征点划分为五官特征点集合A和轮廓特征点集合B；
将集合A与集合B的特征点两两连接求坐标的差值，将所有特征点Pa与所有特征点Pb进行有向连接，记录连线向量为：
其中，特征点Pa坐标为Pa(xa,ya)∈A，特征点Pb坐标为Pb(xb,yb)∈B。
5.根据权利要求4所述的基于人脸特征时域稳定性的换脸视频篡改检测方法，其特征在于，计算相邻帧上对应面部向量在空间位置上的偏转角，具体步骤包括：
将Fi与Fi+1帧相应特征点面部向量投影到同一平面，使用向量内积计算两个向量间的偏转角度具体计算公式如下：
其中，为Fi帧与Fi+1帧的偏转角，和分别为Fi帧和Fi+1帧上特征点Pa连接到特征点Pb的面部向量...
【专利技术属性】
技术研发人员：胡永健，熊艺纯，王宇飞，李猛，李纪成，刘琲贝，
申请(专利权)人：华南理工大学，中新国际联合研究院，
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。