换脸识别方法、装置、设备和计算机可读存储介质制造方法及图纸

本申请公开了一种换脸识别方法、装置、设备和计算机可读存储介质，涉及计算机技术领域。具体实现方案为：对待识别图像进行人脸检测，确定出待识别图像中的人脸区域；将人脸区域进行扩大处理，生成头部区域图像；对头部区域图像中人脸区域的至少一个部位进行遮挡处理，得到遮挡图像；根据遮挡图像以及预先训练好的换脸识别模型，确定待识别图像的换脸识别结果，换脸识别模型用于判断待识别图像中的人脸是否被更换为预设人脸。本实现方式提供一种换脸识别方法，能够提高换脸识别的泛化性。

【技术实现步骤摘要】
换脸识别方法、装置、设备和计算机可读存储介质
本申请涉及计算机
，具体涉及人工智能、深度学习、图像处理领域，尤其涉及换脸识别方法、装置、设备和计算机可读存储介质。
技术介绍
随着自动换脸技术越来越普及，用户可以通过具有自动换脸功能的软件，使用公众人物的人脸替换原始视频中的人脸，来生成合成视频，造成公众人物执行视频中行为的舆论影响。对此，需要有相应的换脸识别方法来应对上述不当使用的场景。现有的换脸识别方案可以针对自动换脸所使用的算法研发对应的换脸鉴别模型，例如可以通过训练卷积神经网络模型，使卷积神经网络模型识别指定的自动换脸算法生成的人脸以及真实人脸，将待识别图片输入训练好的卷积神经网络模型，模型可以输出该待识别图片属于自动换脸算法生成的人脸，或者输出该待识别图片属于真实人脸。上述方案只能识别出利用指定的自动换脸算法生成的人脸图片，泛化性不足。
技术实现思路
提供了一种换脸识别方法、装置、设备和计算机可读存储介质。根据第一方面，提供了一种换脸识别方法，包括：对待识别图像进行人脸检测，确定出待识别图本文档来自技高网...

【技术保护点】
1.一种换脸识别方法，所述方法包括：/n对待识别图像进行人脸检测，确定出所述待识别图像中的人脸区域；/n将所述人脸区域进行扩大处理，生成头部区域图像；/n对所述头部区域图像中人脸区域的至少一个部位进行遮挡处理，得到遮挡图像；/n根据所述遮挡图像以及预先训练好的换脸识别模型，确定所述待识别图像的换脸识别结果，所述换脸识别模型用于判断所述待识别图像中的人脸是否被更换为预设人脸。/n

【技术特征摘要】
1.一种换脸识别方法，所述方法包括：
对待识别图像进行人脸检测，确定出所述待识别图像中的人脸区域；
将所述人脸区域进行扩大处理，生成头部区域图像；
对所述头部区域图像中人脸区域的至少一个部位进行遮挡处理，得到遮挡图像；
根据所述遮挡图像以及预先训练好的换脸识别模型，确定所述待识别图像的换脸识别结果，所述换脸识别模型用于判断所述待识别图像中的人脸是否被更换为预设人脸。


2.根据权利要求1所述的换脸识别方法，其中，所述换脸识别模型通过以下训练步骤得到：
获取训练样本集，所述训练样本集包括预设人脸的人脸遮挡图像以及其它人脸的人脸遮挡图像；
将所述训练样本集中训练样本的人脸遮挡图像作为输入，将输入的人脸遮挡图像是否为预设人脸的判别结果作为期望输出，训练得到所述换脸识别模型。


3.根据权利要求2所述的换脸识别方法，其中，所述获取训练样本集，包括：
获取包含预设人脸的样本人脸图像以及包含其它人脸的样本人脸图像；
对所获取的样本人脸图像进行人脸检测，确定样本人脸区域；
对所述样本人脸区域进行扩大处理，得到样本头部区域图像；
对所述样本头部区域图像中人脸区域的至少一个部位进行遮挡处理，得到包括预设人脸的人脸遮挡图像以及包括其它人脸的人脸遮挡图像。


4.根据权利要求3所述的换脸识别方法，其中，所述对所述样本人脸区域进行扩大处理，得到样本头部区域图像，包括：
确定所述样本人脸区域的关键点坐标；
基于所述关键点坐标，得到样本头部区域；
基于所述样本头部区域，得到包含所述样本头部区域的样本头部区域图像。


5.根据权利要求1至4任一项所述的换脸识别方法，其中，所述对所述头部区域图像中人脸区域的至少一个部位进行遮挡处理，得到遮挡图像，包括：
利用单一颜色遮挡所述头部区域图像中人脸区域的至少一个部位，得到遮挡图像。


6.一种换脸识别装置，所述装置包括：
人脸检测单元，被配置成对待识别图像进行人脸检测，确定出所述待识别图像中的人脸区域；
生成单元，被配置成将所述人脸区域进行扩大处理，生成头部区域图像...

【专利技术属性】
技术研发人员：王洋，熊俊峰，吕中厚，张欢，
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