一种基于频域滤波残差的深度伪造检测方法技术

一种基于频域滤波残差的深度伪造检测方法，属于图像分类的技术领域，包括预处理模块和分类模块，包括如下步骤：通过对图像进行哈尔小波变换，得到图像的低频信息图；将原图的灰度图和低频信息图做残差运算，得到原图的中高频信息残差图；分类模块中，将原图和中高频信息残差图拼接之后输入卷积神经网络进行分类处理。通过哈尔小波变换和残差来得到图像的中高频域的特征，从而在频域中挖掘因为图像压缩导致的RGB域中被削弱或者污染的伪造痕迹，提高检测方法在检测压缩图像时的精度。将RGB图像和高频残差图像拼接起来作为卷积神经网络的输入，充分利用RGB域丰富的语义信息和中高频域的细节纹理信息，使检测方法对图像压缩拥有很好的鲁棒性。拥有很好的鲁棒性。拥有很好的鲁棒性。

A depth forgery detection method based on frequency domain filtering residuals

【技术实现步骤摘要】
一种基于频域滤波残差的深度伪造检测方法


[0001]本专利技术属于图像分类的
，具体涉及一种基于频域滤波残差的深度伪造检测方 法。

技术介绍

[0002]近年来，随着科学技术的发展，社交媒体和短视频平台迅速崛起，占据了人们大部分的 娱乐时间。越来越多的人喜欢在各种社交媒体和短视频平台上分享自己日常生活的图像和视 频。这些图像和视频会在网络上迅速传播，成为人们互相交流和分享信息的主要载体。然而， 图像篡改技术尤其是人脸图像篡改技术为图像以及视频的传播带来了一定的负面影响。被篡 改之后的人脸图像和视频可能被应用于不正当的目的，因此，对于篡改人脸图像和视频的检 测拥有十分重要的现实意义和价值。
[0003]随着深度学习和生成对抗网络的快速发展，目前的人脸篡改技术已经非常成熟，主要的 篡改方法有Deepfakes，Face2Face，Faceswap和NeuralTextures。
[0004]Deepfakes基于两个具有共享编码器的自动编码器，分别对源人脸和目标人脸的训练图 像进行重构。然后将经过源人脸训练的编码器和解码器应用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于频域滤波残差的深度伪造检测方法，其特征在于，包括预处理模块和分类模块，包括如下步骤：S1、预处理模块中，通过对图像进行哈尔小波变换，得到图像的低频信息图；S2、预处理模块中，将原图的灰度图和低频信息图做残差运算，得到原图的中高频信息残差图；S3、分类模块中，将原图和中高频信息残差图拼接之后输入卷积神经网络进行分类处理。2.如权利要求1所述的基于频域滤波残差的深度伪造检测方法，其特征在于，所述的步骤S1中，将RGB图像I
O
灰度化得到原图的灰度图I
G，
对I
G
进行哈尔小波变换得到低频信息图I
L
；对于图像的一维信号，进行哈尔小波分解时，先用尺度函数对信号进行分解，尺度函数的频带与原信号的频带相同，然后将原信号的逼近函数分别在尺度空间和小波空间中进行分解，得到信号的低频粗略部分和高频细节部分，通过尺度函数和波函数之间的线性相关关系和尺度因子及平移参数的选择，将一个一维信号进行哈尔小波分解；对于图像的二维信号，进行小波变换时先对图像像素矩阵的每一行进行变换，然后对行变换之后的矩阵的每一列进行变换，得到最终的分解变换结果；或者进行小波变换时先对图像像素矩阵的每一列进行变换，然后对列变换之后的矩阵的每...

【专利技术属性】
技术研发人员：李育才，王波，宋增人，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：