【技术实现步骤摘要】
人脸防篡改水印生成方法、篡改检测方法及属性检测方法
[0001]本专利技术涉及人脸识别
,具体的说,涉及了一种人脸防篡改水印生成方法、篡改检测方法及属性检测方法。
技术介绍
[0002]作为机器学习的一个分支,深度学习已经在很多方面取得不错的成功,尤其是在图形图像领域,deepfake(AI换脸工具)的兴起使得人脸篡改的成本大大降低,眼见未必为实,随着计算机神经网络模型的不断进化以及计算机运算性能的提升,人眼很难辨别真假。
[0003]传统数字取证较难应用于deepfake的检测,目前主流的deepfake检测方式大多依靠训练神经网络检测模型,提取特征,检测人脸是否修改,这本质上是一个二分类问题,但由于deepfake的生成方案多种多样,使用神经网络检测模型很难针对所有生成方法优化,迁移性较差;训练神经网络需要大量的训练样本,针对未知的生成人脸方法识别成功率较低,且缺乏可解释性。
[0004]现有技术中,主要存在以下几种方式:
[0005](1)基于卷积神经网络判断人脸是否伪造
[0006]尼科洛
·
博内蒂尼等人提出基于卷积神经网络的检测方法,在基础的EfficientNetB4网络中引入两个概念即注意力机制以及孪生网络训练,对有和无注意力机制的EfficientNetB4的网络模型,执行端到端训练以及孪生网络训练产生四种网络:EfficientNetB4:基础骨架网络,EfficientNetB4Att:加入注意力机制,并使用端到端进行训练,Efficient ...
【技术保护点】
【技术特征摘要】
1.一种人脸防篡改水印生成方法,其特征在于,包括以下步骤:步骤1,读取原始图片,检测所述原始图片中的人脸位置信息;其中,所述原始图片包括N个人脸信息;步骤2,根据所述人脸位置信息对所述原始图片进行截取,生成N个目标图片;其中,每个目标图片中包含一个人脸信息;步骤3,分别对所述目标图片进行人脸特征识别,获得N个人脸特征向量;其中,所述人脸特征向量与所述目标图片一一对应;步骤4,识别所述原始图片的像素信息,并判断所述原始图片的像素信息是否低于像素阈值;若是,则执行并行压缩加密策略:基于步骤3获得的N个人脸特征向量生成融合人脸特征向量,对所述融合人脸特征向量中的每个元素先放缩,再根据密码本E进行映射,获得并行字符特征向量;若否,则执行串行压缩加密策略:基于步骤3获得的N个人脸特征向量,获得第一人脸特征矩阵;将所述第一人脸特征矩阵中的每个元素放缩到预设区间内,得到第二人脸特征矩阵;将所述第二人脸特征矩阵的每个元素四舍五入到整数,得到第三人脸特征矩阵;根据预先配置的密码本E将所述第三人脸特征矩阵中的每个元素映射为密码字符,得到串行字符特征向量;步骤5,根据所述并行字符特征向量或者所述串行字符特征向量,生成人脸防篡改水印图像W。2.根据权利要求1所述的人脸防篡改水印生成方法,其特征在于:所述步骤4中,执行并行压缩加密策略时,具体包括以下步骤:配置第i个人脸特征向量为X
i
,基于人脸特征向量X0至X
N
‑1生成融合人脸特征向量F;其中,X
i
=(x
i,0
,x
i,1
,x
i,2
,x
i,3
,
…
,x
i,127
),0≤i≤N
‑
1;F=(f0,f1,f2,f3,
…
,f
127
),所述融合人脸特征向量F中的第k个元素f
k
计算公式为:读取预设区间,将所述融合人脸特征向量F中的每个融合元素放缩到所述预设区间内,得到目标融合人脸特征向量Z;其中,Z=(z0,z1,z2,z3,
…
,z
127
),所述目标融合人脸特征向量Z中的第k个元素z
k
计算公式为:将所述目标融合人脸特征向量Z中每个元素四舍五入到整数后的值作为字符序号;读取预设的密码本E,根据计算出的字符序号将所述目标融合人脸特征向量Z中每个元素映射为对应的密码字符,生成并行字符特征向量。3.根据权利要求1所述的人脸防篡改水印生成方法,其特征在于:所述步骤4中,执行串行压缩加密策略时,具体包括以下步骤:配置第i个人脸特征向量为X
i
,其中,X
i
=(x
i,0
,x
i,1
,x
i,2
,x
i,3
,
…
,x
i,127
),0≤i≤N
‑
1;以所述原始图片的左下角为原点,按照所述目标图片中的人脸位置与原点之间的距离,从近到远对N个人脸特征向量进行排序,基于排序后的人脸特征向量获得第一人脸特征矩阵A;其中,所述第一人脸特征矩阵A包括N
×
128个元素;读取预设区间,将所述第一人脸特征矩阵A中的每个元素放缩到预设区间内,获得第二
人脸特征矩阵B;其中,所述第二人脸特征矩阵B包括N
×
128个元素,所述第二人脸特征矩阵B中的第m行第n列的元素的计算公式为:A
m,n
表示所述第一人脸特征矩阵A中第m行第n列的元素;将所述第二人脸特征矩阵B中的每个元素向下取整后,获得第三人脸特征矩阵C;其中,所述第三人脸特征矩阵C包括N
×
128个元素;读取预先配置的密码本E,将所述第三人脸特征矩阵C中的每个元素作为字符序号,将对应元素映射为密码字符,得到串行字符特征向量。4.一种人脸篡改检测方法,其特征在于:包括以下步骤:步骤a,获取待验证图片,所述待验证图片为包含人脸防篡改水印的图片,该人脸防篡改水印通过权利要求1至3任一项所述人脸防篡改水印生成方法获得;步骤b,检测所述待验证图片中的待验证人脸位置信息,根据所述待验证人脸位置信息对所述待验证图片进行截取,...
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。