人脸图像操作痕迹检测方法、计算机设备及可读存储介质技术

本申请公开了一种人脸图像操作痕迹检测方法，包括：解析输入的人脸图像，得到所述人脸图像对应的初始特征张量；将所述初始特征张量输入至具有一层固定权值的卷积网络中进行卷积操作，得到细化后的特征张量；将所述细化后的特征张量输入至基石网络中，得到所述人脸图像的操作痕迹特征，其中，所述具有一层固定权值的卷积网络为梯度操作子，即，通过将梯度操作子嵌入至基石网络，可将人脸图像特征进一步细化，得到人脸图像的操作痕迹特征，相对于单独的基石网络检测，本申请实施例中的嵌入梯度操作子的基石网络更加精准识别出人脸操纵痕迹。迹。迹。

【技术实现步骤摘要】
人脸图像操作痕迹检测方法、计算机设备及可读存储介质


[0001]本申请属于图像处理
，具体涉及一种人脸图像操作痕迹检测方法、计算机设备及可读存储介质。

技术介绍

[0002]利用图像处理技术对拍摄的图像进行编辑、美化，越来越受到青年人的追捧，但利用图像处理技术达到不正当目的图像伪造却带来了严重的社会问题，例如，通过图像处理技术生成名人、政客任意身份或语义的面部图像，并利用这些图像误导社会大众，引起舆论。因此，迫切的需要开发一些检测方案来判别人脸图像的真实性。

技术实现思路

[0003]本申请实施例的目的是提供人脸图像操作痕迹检测方法、计算机设备及可读存储介质，以解决更高效、更准确地捕捉人脸图像中的操作痕迹，以识别人脸图像是否是被伪造的人脸图像。
[0004]第一方面，本申请实施例提供了一种人脸图像操作痕迹检测方法，包括：
[0005]解析输入的人脸图像，得到所述人脸图像对应的初始特征张量；
[0006]将所述初始特征张量输入至具有一层固定权值的卷积网络中进行卷积操作，得到细化后的特征张量；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像操作痕迹检测方法，其特征在于，包括：解析输入的人脸图像，得到所述人脸图像对应的初始特征张量；将所述初始特征张量输入至具有一层固定权值的卷积网络中进行卷积操作，得到细化后的特征张量；将所述细化后的特征张量输入至基石网络中，得到所述人脸图像的操作痕迹特征，其中，所述具有一层固定权值的卷积网络为梯度操作子。2.一种人脸图像操作痕迹检测方法，其特征在于，包括：解析输入的人脸图像，得到所述人脸图像对应的初始特征张量；将所述初始特征张量输入至带有注意力模块的基石网络中，得到所述人脸图像的操作痕迹特征；其中，所述带有注意力模块的基石网络包括多个基石节点，每个所述基石节点嵌入注意力模块，所述注意力模块用于将输入到每个基石节点中的特征张量进行细化，以最终得到人脸图像中的操作痕迹特征；其中，所述注意力模块包括最大池操作模块，平均池操作模块以及梯度子模块，所述注意模块输出的特征张量包括所述最大池模块，平均池操作模块以及梯度子模块输出的特征张量。3.一种人脸图像操作痕迹检测方法，其特征在于，包括：解析输入的人脸图像，得到所述人脸图像对应的初始特征张量；将所述初始特征张量输入至具有一层固定权值的卷积网络中进行卷积操作，得到细化后的特征张量，并将所述细化后的特征张量输入至基石网络中，得到所述人脸图像的第一操作痕迹特征；其中，所述具有一层固定权值的卷积网络为梯度操作子；将所述初始特征张量输入带有注意力模块的基石网络中，得到所述人脸图像的第二操作痕迹特征；其中，所述基石网络包括多个基石节点，每个所述基石节点嵌入注意力模块，所述注意力模块用于将输入到每个基石节点中的特征张量进行细化；其中，所述注意力模块包括最大池操作模块，平均池操作模块以及梯度子模块，所述注意模块输出的特征张量包括所述最大池模块，平均池操作模块以及梯度子模块输出的特征张量；融合所述第一操作痕迹特征和所述第二操作痕迹特征，得到最终输出。4.根据权利要求1
...

【专利技术属性】
技术研发人员：黄海鸥，胡小江，梁丕树，李江城，
申请(专利权)人：深圳市爱协生科技有限公司，
类型：发明
国别省市：