一种基于AI换脸视频的原脸图像智能还原方法和系统技术方案

本发明专利技术提供了一种基于AI换脸视频的原脸图像智能还原方法和系统，其方法包括：S1：获取待还原对象的AI换脸视频集合；S2：提取所述AI换脸视频集合的共性特征，基于所述共性特征确定出所述待还原对象在预设脸部状态下的脸部特征；S3：基于所述脸部特征和预设头骨模型还原出所述待还原对象在预设脸部状态下对应的原脸图像；用以基于对待还原对象的大量AI换脸视频进行共性特征提取，获得待还原对象在预设脸部状态下的脸部特征，基于脸部特征还原出待还原对象在预设脸部状态下对应的原脸图像，减小了因为AI换脸视频出现的信息真实性危机。小了因为AI换脸视频出现的信息真实性危机。小了因为AI换脸视频出现的信息真实性危机。

【技术实现步骤摘要】
一种基于AI换脸视频的原脸图像智能还原方法和系统


[0001]本专利技术涉及图像处理
，特别涉及一种基于AI换脸视频的原脸图像智能还原方法和系统。

技术介绍

[0002]目前，随着信息技术和人工智能的发展，AI换脸APP已经普及至基层公众，AI视频换脸技术的出现，使得视频内容的真实性、权威性等大打折扣，视频内容的真实与虚拟的边界愈发模糊。在技术加持下，操作者可以对无论是静态图片还是动态视频的信息内容，随意地进行替换、合成、篡改，导致虚假视频信息泛滥，应当研发一种基于AI换脸视频还原出原脸图像的方法。
[0003]因此，本专利技术提出了一种基于AI换脸视频的原脸图像智能还原方法和系统。

技术实现思路

[0004]本专利技术提供一种基于AI换脸视频的原脸图像智能还原方法和系统，用以基于对待还原对象的大量AI换脸视频进行共性特征提取，获得待还原对象在预设脸部状态下的脸部特征，基于脸部特征还原出待还原对象在预设脸部状态下对应的原脸图像，减小了因为AI换脸视频出现的信息真实性危机。
[0005]本专利技术提供一种基于AI换脸视频的原脸图像智能还原方法，包括：S1：获取待还原对象的AI换脸视频集合；S2：提取所述AI换脸视频集合的共性特征，基于所述共性特征确定出所述待还原对象在预设脸部状态下的脸部特征；S3：基于所述脸部特征和预设头骨模型还原出所述待还原对象在预设脸部状态下对应的原脸图像。
[0006]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，S1：获取待还原对象的AI换脸视频集合，包括：S101：获取待还原对象的所有换脸视频；S102：基于所述换脸视频中对应的换脸人物性别将所有换脸视频进行分类，获得每种性别对应的第一换脸视频子集合；S103：基于所述换脸视频中对应的换脸人物将所述第一换脸视频子集合分类为每个换脸人物对应的第二换脸视频子集合；S104：将所有第二换脸视频子集合汇总获得所述待还原对象的AI换脸视频集合。
[0007]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，S2：提取所述AI换脸视频集合的共性特征，基于所述共性特征确定出所述待还原对象在预设脸部状态下的脸部特征，包括：提取出所述AI换脸视频集合对应的五官共性特征；提取出所述AI换脸视频集合对应的面部肌肉运动共性特征；
基于所述共性特征确定出所述待还原对象在预设脸部状态下的面部肌肉拱高集合和五官坐标集合作为对应的脸部特征；其中，所述共性特征包括：五官共性特征和面部肌肉运动共性特征。
[0008]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，提取出所述AI换脸视频集合对应的五官共性特征，包括：提取出所述AI换脸视频集合中包含的每种性别对应的第一换脸视频子集合中包含的第一五官图像，确定所述第一五官图像对应的第一五官坐标子集合，基于所有第一五官坐标子集合获得每种性别对应的第一五官坐标集合，对所述第一五官坐标集合进行共性特征提取获得每种性别对应的第一五官共性特征；提取出所述AI换脸视频集合中包含的每个换脸人物对应的第二换脸视频子集合中包含的第二五官图像，确定所述第二五官图像对应的第二五官坐标子集合，基于所有第二五官坐标子集合获得每个换脸人物对应的第二五官坐标集合，对所述第二五官坐标集合进行共性特征提取获得每个换脸人物对应的第二五官共性特征；其中，所述五官共性特征包括：所述第一五官共性特征和所述第二五官共性特征。
[0009]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，提取出所述AI换脸视频集合对应的面部肌肉运动共性特征，包括：从所述AI换脸视频集合中提取出对应性别对应表情的第一面部肌肉运动共性特征；从所述AI换脸视频集合中提取出对应换脸人物对应表情的第二面部肌肉运动共性特征；其中，所述面部肌肉运动共性特征包括：所述第一面部肌肉运动共性特征和所述第二面部肌肉运动共性特征。
[0010]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，从所述AI换脸视频集合中提取出对应性别对应表情的第一面部肌肉运动共性特征，包括：确定出所述AI换脸视频集合中包含的每种性别对应的第一换脸视频子集合中包含的第一换脸视频；对所述第一换脸视频进行表情分析，获得每种性别每个表情对应的第一换脸视频段集合；确定出所述第一换脸视频段集合中包含的第一换脸图像；基于标准面部肌肉分布图确定出所述第一换脸图像中包含的每个局部肌肉区域；对第一换脸视频段集合中包含的每个局部肌肉区域进行动态分析，获得对应性别对应表情的第一面部肌肉运动共性特征。
[0011]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，对第一换脸视频段集合中包含的每个局部肌肉区域进行动态分析，获得对应性别对应表情的第一面部肌肉运动共性特征，包括：从所述第一换脸视频段集合中提取出每个局部肌肉区域对应的动态视频段；确定出所述局部肌肉区域对应的预设特征点集合中每个预设特征点对应的预设海森矩阵；确定出所述动态视频段中每一帧第一视频帧对应的局部肌肉区域中包含的每个
第一坐标点对应的第一海森矩阵；计算出所述预设海森矩阵和每个第一海森矩阵之间对应的相似值；将最小相似值对应的第一海森矩阵对应的第二坐标点作为对应预设特征点在对应局部肌肉区域中包含的对应的第一特征点；确定出所述局部肌肉区域中包含的所有第一特征点，获得对应的第一特征点集合；对所述第一换脸视频中每一帧第二视频帧进行二值化处理，获得对应的第三视频帧；对所述第三视频帧进行光影特征提取，获得对应的第一光影特征；确定所述第一光影特征和预设光影条件下对应的预设光影特征之间的光影转换矩阵；基于所述光影转换矩阵将对应第一视频帧中对应的局部肌肉区域转换为预设光影条件下对应的标准图像；基于所述第一特征点集合将所述第一视频帧中包含的局部肌肉区域划分成多个光影分析区域；按照所述动态视频段对应的帧序列对所述光影分析区域进行排序，获得对应的光影分析区域变化序列；将所述光影分析区域变化序列转换为对应的局部肌肉拱高序列；将所述局部肌肉拱高序列进行汇总获得对应性别对应表情的第一面部肌肉运动共性特征。
[0012]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，从所述AI换脸视频集合中提取出对应换脸人物对应表情的第二面部肌肉运动共性特征，包括：确定出所述AI换脸视频集合中包含的每个换脸人物对应的第二换脸视频子集合中包含的第二换脸视频；对所述第二换脸视频进行表情分析，获得每个换脸人物每个表情对应的第二换脸视频段集合；确定出所述第二换脸视频段集合中包含的第二换脸图像；基于标准面部肌肉分布图确定出所述第二换脸图像中包含的每个局部肌肉区域；对第二换脸视频段集合中包含的每个局部肌肉区域进行动态分析，获得对应换脸人物对应表情的第二面部肌肉运动共性特征。
[0013]优选的，所述的一种基于AI换脸视频的原脸图像智能还原方法，基于所述共性特征确定出所述待还原对象在预设脸部状态下的面部肌肉拱高集合和五官坐标集合作为对应的脸部特征，包括：将所述第一五官共性特征和对应性别对应的第一标准五官特征进行做差比较，获得对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI换脸视频的原脸图像智能还原方法，其特征在于，包括：S1：获取待还原对象的AI换脸视频集合；S2：提取所述AI换脸视频集合的共性特征，基于所述共性特征确定出所述待还原对象在预设脸部状态下的脸部特征；S3：基于所述脸部特征和预设头骨模型还原出所述待还原对象在预设脸部状态下对应的原脸图像。2.根据权利要求1所述的一种基于AI换脸视频的原脸图像智能还原方法，其特征在于，S1：获取待还原对象的AI换脸视频集合，包括：S101：获取待还原对象的所有换脸视频；S102：基于所述换脸视频中对应的换脸人物性别将所有换脸视频进行分类，获得每种性别对应的第一换脸视频子集合；S103：基于所述换脸视频中对应的换脸人物将所述第一换脸视频子集合分类为每个换脸人物对应的第二换脸视频子集合；S104：将所有第二换脸视频子集合汇总获得所述待还原对象的AI换脸视频集合。3.根据权利要求2所述的一种基于AI换脸视频的原脸图像智能还原方法，其特征在于，S2：提取所述AI换脸视频集合的共性特征，基于所述共性特征确定出所述待还原对象在预设脸部状态下的脸部特征，包括：提取出所述AI换脸视频集合对应的五官共性特征；提取出所述AI换脸视频集合对应的面部肌肉运动共性特征；基于所述共性特征确定出所述待还原对象在预设脸部状态下的面部肌肉拱高集合和五官坐标集合作为对应的脸部特征；其中，所述共性特征包括：五官共性特征和面部肌肉运动共性特征。4.根据权利要求3所述的一种基于AI换脸视频的原脸图像智能还原方法，其特征在于，提取出所述AI换脸视频集合对应的五官共性特征，包括：提取出所述AI换脸视频集合中包含的每种性别对应的第一换脸视频子集合中包含的第一五官图像，确定所述第一五官图像对应的第一五官坐标子集合，基于所有第一五官坐标子集合获得每种性别对应的第一五官坐标集合，对所述第一五官坐标集合进行共性特征提取获得每种性别对应的第一五官共性特征；提取出所述AI换脸视频集合中包含的每个换脸人物对应的第二换脸视频子集合中包含的第二五官图像，确定所述第二五官图像对应的第二五官坐标子集合，基于所有第二五官坐标子集合获得每个换脸人物对应的第二五官坐标集合，对所述第二五官坐标集合进行共性特征提取获得每个换脸人物对应的第二五官共性特征；其中，所述五官共性特征包括：所述第一五官共性特征和所述第二五官共性特征。5.根据权利要求4所述的一种基于AI换脸视频的原脸图像智能还原方法，其特征在于，提取出所述AI换脸视频集合对应的面部肌肉运动共性特征，包括：从所述AI换脸视频集合中提取出对应性别对应表情的第一面部肌肉运动共性特征；从所述AI换脸视频集合中提取出对应换脸人物对应表情的第二面部肌肉运动共性特征；其中，所述面部肌肉运动共性特征包括：所述第一面部肌肉运动共性特征和所述第二
面部肌肉运动共性特征。6.根据权利要求5所述的一种基于AI换脸视频的原脸图像智能还原方法，其特征在于，从所述AI换脸视频集合中提取出对应性别对应表情的第一面部肌肉运动共性特征，包括：确定出所述AI换脸视频集合中包含的每种性别对应的第一换脸视频子集合中包含的第一换脸视频；对所述第一换脸视频进行表情分析，获得每种性别每个表情对应的第一换脸视频段集合；确定出所述第一换脸视频段集合中包含的第一换脸图像；基于标准面部肌肉分布图确定出所述第一换脸图像中包含的每个局部肌肉区域；对第一换脸视频段集合中包含的每个局部肌肉区域进行动态分析，获得对应性别对应表情的第一面部肌肉运动共性特征。7.根据权利要求6所述的一种基于AI换脸视频的原脸图像智能还原方法，其特征在于，对第一换脸视频段集合中包含的每个局部肌肉区域进行动态分析，获得对应性别对应表情的第一面部肌肉运动共性特征，包括：从所述第一换脸视频段集合中提取出每个局部肌肉区域对应的动态视频段；确定出所述局部肌肉区域对应的预设特征点集合中每个预设特征点对应的预设海森矩阵；确定出所述动态视频段中每一帧第一视频帧对应的局部肌肉区域中包含的每个第一坐标点对应的第一...

【专利技术属性】
技术研发人员：李美玲，
申请(专利权)人：广州公评科技有限公司，
类型：发明
国别省市：