本发明专利技术提供一种人脸伪造检测模型构建方法、人脸伪造检测方法和装置，其中，人脸伪造检测模型构建方法包括：确定第一伪造检测模型，第一伪造检测模型用于提取第一样本人脸图像的多种候选特征，并基于多种候选特征及其权重，对第一样本人脸图像进行伪造检测；基于多种候选特征的权重，从多种候选特征中确定目标特征；构建基于目标特征进行伪造检测的第二伪造检测模型；基于第二样本人脸图像及其真伪标签，对第二伪造检测模型进行训练，得到人脸伪造检测模型，不仅保证了模型的优良性能，还缩减了模型规格，克服了传统方案中判别伪造信息耗时费力，且无法获知不同候选特征协同分析的作用的缺陷，精进了后续基于人脸伪造检测模型的人脸伪造检测过程。的人脸伪造检测过程。的人脸伪造检测过程。
【技术实现步骤摘要】
人脸伪造检测模型构建方法、人脸伪造检测方法和装置
[0001]本专利技术涉及计算机视觉
，尤其涉及一种人脸伪造检测模型构建方法、人脸伪造检测方法和装置。
技术介绍
[0002]近年来，人脸伪造检测逐渐成为了计算机视觉领域中的热门研究课题，尤其是在基于视觉的模式识别应用中，人脸伪造检测占据着举足轻重的地位，其意在将经过篡改的人脸图像从各类图像和视频中区分出来，以遏制伪造人脸图像或视频带来的负面影响。
[0003]目前，通过各种伪造手段得到的伪造图像已经非常逼真，甚至可以达到以假乱真的效果，这就导致研究人员很难直接从RGB图像角度发现伪造线索，此种情况下，研究人员将注意力从原始RGB图像转移到其他层面，以从此层面提取伪造线索，但是，伪造手段的多种多样，导致了研究人员需耗费大量的时间精力去判断每种候选特征中是否包含伪造线索，并且，很难发现不同候选特征的协同分析是否对人脸伪造检测任务有促进效果，如此种种导致了人脸伪造检测技术的停滞不前。
技术实现思路
[0004]本专利技术提供一种人脸伪造检测模型构建方法、人脸伪造检测方法和装置，用以解决现有技术中判别伪造信息耗时费力，且无法获知不同候选特征协同分析所起的作用的缺陷。
[0005]本专利技术提供一种人脸伪造检测模型构建方法，包括：
[0006]确定第一伪造检测模型，所述第一伪造检测模型用于提取第一样本人脸图像的多种候选特征，并基于所述多种候选特征及其权重，对所述第一样本人脸图像进行伪造检测；
[0007]基于所述多种候选特征的权重，从所述多种候选特征中确定目标特征；
[0008]构建基于所述目标特征进行伪造检测的第二伪造检测模型；
[0009]基于第二样本人脸图像及其真伪标签，对所述第二伪造检测模型进行训练，得到人脸伪造检测模型。
[0010]根据本专利技术提供的一种人脸伪造检测模型构建方法，所述多种候选特征基于如下步骤确定：
[0011]基于所述第一伪造检测模型中的特征提取层，对所述第一样本人脸图像进行特征提取，得到所述第一样本人脸图像的多种候选特征；
[0012]基于所述第一伪造检测模型中的编码层，对候选特征进行编码，得到所述第一样本人脸图像的候选特征图；
[0013]基于所述第一伪造检测模型中的解码层，对所述候选特征图进行解码，得到所述第一样本人脸图像的候选特征向量，所述候选特征、所述候选特征图以及所述候选特征向量为不同特征级别的特征；
[0014]基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要
素，对同一特征级别的特征进行融合，得到候选伪造检测特征。
[0015]根据本专利技术提供的一种人脸伪造检测模型构建方法，所述基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要素，对同一特征级别的特征进行融合，得到候选伪造检测特征，包括：
[0016]基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要素，对同一特征级别的特征进行融合，得到不同特征级别的第一融合特征，所述第一融合特征包括第一候选融合特征、第一候选融合特征图以及第一候选融合特征向量；
[0017]基于所述第一伪造检测模型中的融合层，各特征级别的第一融合特征所包含的候选要素，以及所述各特征级别的第一融合特征对应的权重，对同一特征级别的第一融合特征进行融合，得到不同特征级别的第二融合特征，所述第二融合特征包括第二候选融合特征图以及第二候选融合特征向量；
[0018]基于所述第一伪造检测模型中的融合层，以及所述第二候选融合特征向量对应的权重，对所述第二候选融合特征向量进行融合，得到候选伪造检测特征。
[0019]根据本专利技术提供的一种人脸伪造检测模型构建方法，所述基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要素，对同一特征级别的特征进行融合，得到不同特征级别的第一融合特征，包括：
[0020]若任一特征级别的多个特征所包含的候选要素不同，则基于所述第一伪造检测模型中的融合层，对所述任一特征级别的多个特征进行融合，得到所述任一特征级别的第一融合特征。
[0021]根据本专利技术提供的一种人脸伪造检测模型构建方法，所述基于所述第一伪造检测模型中的融合层，各特征级别的第一融合特征所包含的候选要素，以及所述各特征级别的第一融合特征对应的权重，对同一特征级别的第一融合特征进行融合，得到不同特征级别的第二融合特征，包括：
[0022]若任一特征级别的多个第一融合特征所包含的候选要素相同，则基于所述第一伪造检测模型中的融合层，以及所述任一特征级别的多个第一融合特征分别对应的权重，对所述任一特征级别的多个第一融合特征进行融合，得到所述任一特征级别的第二融合特征。
[0023]根据本专利技术提供的一种人脸伪造检测模型构建方法，所述基于所述第一伪造检测模型中的特征提取层，对所述第一样本人脸图像进行特征提取，得到所述第一样本人脸图像的多种候选特征，包括：
[0024]基于所述第一伪造检测模型中的特征提取层，对所述第一样本人脸图像进行特征提取，得到所述第一样本人脸图像的初始候选特征；
[0025]基于所述第一伪造检测模型中的特征提取层，对存在空间对应关系的初始候选特征进行融合，得到初始候选融合特征；
[0026]基于所述初始候选融合特征，以及所述第一样本人脸图像的初始候选特征，确定所述第一样本人脸图像的多种候选特征。
[0027]本专利技术还提供一种人脸伪造检测方法，包括：
[0028]确定待检测的人脸图像；
[0029]将所述人脸图像输入至人脸伪造检测模型，得到所述人脸伪造检测模型输出的伪
造检测结果；
[0030]所述人脸伪造检测模型基于如上述任一项所述的人脸伪造检测模型构建方法确定。
[0031]本专利技术还提供一种人脸伪造检测模型构建装置，包括：
[0032]第一伪造检测模型确定单元，用于确定第一伪造检测模型，所述第一伪造检测模型用于提取第一样本人脸图像的多种候选特征，并基于所述多种候选特征及其权重，对所述第一样本人脸图像进行伪造检测；
[0033]目标特征确定单元，用于基于所述多种候选特征的权重，从所述多种候选特征中确定目标特征；
[0034]第二伪造检测模型构建单元，用于构建基于所述目标特征进行伪造检测的第二伪造检测模型；
[0035]人脸伪造检测模型确定单元，用于基于第二样本人脸图像及其真伪标签，对所述第二伪造检测模型进行训练，得到人脸伪造检测模型。
[0036]本专利技术还提供一种人脸伪造检测装置，包括：
[0037]人脸图像确定单元，用于确定待检测的人脸图像；
[0038]人脸伪造检测单元，用于将所述人脸图像输入至人脸伪造检测模型，得到所述人脸伪造检测模型输出的伪造检测结果；所述人脸伪造检测模型基于如上述任一项所述的人脸伪造检测模型构建方法确定。
[0039]本专利技术还提供一种电子设备，包括存储器本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人脸伪造检测模型构建方法，其特征在于，包括：确定第一伪造检测模型，所述第一伪造检测模型用于提取第一样本人脸图像的多种候选特征，并基于所述多种候选特征及其权重，对所述第一样本人脸图像进行伪造检测；基于所述多种候选特征的权重，从所述多种候选特征中确定目标特征；构建基于所述目标特征进行伪造检测的第二伪造检测模型；基于第二样本人脸图像及其真伪标签，对所述第二伪造检测模型进行训练，得到人脸伪造检测模型。2.根据权利要求1所述的人脸伪造检测模型构建方法，其特征在于，所述多种候选特征基于如下步骤确定：基于所述第一伪造检测模型中的特征提取层，对所述第一样本人脸图像进行特征提取，得到所述第一样本人脸图像的多种候选特征；基于所述第一伪造检测模型中的编码层，对候选特征进行编码，得到所述第一样本人脸图像的候选特征图；基于所述第一伪造检测模型中的解码层，对所述候选特征图进行解码，得到所述第一样本人脸图像的候选特征向量，所述候选特征、所述候选特征图以及所述候选特征向量为不同特征级别的特征；基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要素，对同一特征级别的特征进行融合，得到候选伪造检测特征。3.根据权利要求2所述的人脸伪造检测模型构建方法，其特征在于，所述基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要素，对同一特征级别的特征进行融合，得到候选伪造检测特征，包括：基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要素，对同一特征级别的特征进行融合，得到不同特征级别的第一融合特征，所述第一融合特征包括第一候选融合特征、第一候选融合特征图以及第一候选融合特征向量；基于所述第一伪造检测模型中的融合层，各特征级别的第一融合特征所包含的候选要素，以及所述各特征级别的第一融合特征对应的权重，对同一特征级别的第一融合特征进行融合，得到不同特征级别的第二融合特征，所述第二融合特征包括第二候选融合特征图以及第二候选融合特征向量；基于所述第一伪造检测模型中的融合层，以及所述第二候选融合特征向量对应的权重，对所述第二候选融合特征向量进行融合，得到候选伪造检测特征。4.根据权利要求3所述的人脸伪造检测模型构建方法，其特征在于，所述基于所述第一伪造检测模型中的融合层，以及各特征级别的特征所包含的候选要素，对同一特征级别的特征进行融合，得到不同特征级别的第一融合特征，包括：若任一特征级别的多个特征所包含的候选要素不同，则基于所述第一伪造检测模型中的融合层，对所述任一特征级别的多个特征进行融合，得到所述任一特征级别的第一融合特征。5.根据权利要求3所述的人脸伪造检测模型构建方法，其特征在于，所述基于所述第一伪造检测模型中的融合层，各特征级别的第一融合特征所包含的候选要素，以及所述各特征级...
【专利技术属性】
技术研发人员：朱翔昱，雷震，费鸿炎，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
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。