人脸伪造检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及机器学习和计算机视觉技术领域，提供一种人脸伪造检测方法、装置、电子设备及存储介质，该方法首先获取待检测人脸图像，并提取待检测人脸图像的图像特征，图像特征包括内容特征以及纹理特征；然后分别对内容特征以及纹理特征进行融合，得到内容域融合结果和纹理域融合结果，并对内容域融合结果以及纹理域融合结果进行融合，得到特征跨域融合结果；最后基于特征跨域融合结果，确定待检测人脸图像的伪造检测结果。该方法通过提取内容特征以及纹理特征，从多个维度表征待检测人脸图像中人脸的伪造证据，可以提高伪造检测结果的准确性。而且，该方法通过特征域内融合与特征跨域融合，可以进一步提高伪造检测结果的准确性以及可靠性。及可靠性。及可靠性。

【技术实现步骤摘要】
人脸伪造检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及机器学习和计算机视觉
，尤其涉及一种人脸伪造检测方法、装置、电子设备及存储介质。

技术介绍

[0002]人脸伪造检测，即判定给定图片中包含的人脸是否系伪造生成。
[0003]目前，人脸伪造检测技术主要有两种方式，一种是采用人工设计的深层语义特征进行伪造检测，例如头部姿态一致性、眨眼频率异常等。另一种是采用基于数据驱动的面部缺陷特征进行伪造检测，如区域纹理不一致、生成伪影异常、频谱域分布异常等。
[0004]但是，上述方法仅使用了深层语义特征或者面部缺陷特征，这将导致人脸伪造检测准确度低。

技术实现思路

[0005]本专利技术提供一种人脸伪造检测方法、装置、电子设备及存储介质，用以解决现有技术中存在的缺陷。
[0006]本专利技术提供一种人脸伪造检测方法，包括：
[0007]获取待检测人脸图像，并提取所述待检测人脸图像的图像特征，所述图像特征包括内容特征以及纹理特征；
[0008]分别对所述内容特征以及所述纹理特征进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸伪造检测方法，其特征在于，包括：获取待检测人脸图像，并提取所述待检测人脸图像的图像特征，所述图像特征包括内容特征以及纹理特征；分别对所述内容特征以及所述纹理特征进行融合，得到内容域融合结果和纹理域融合结果，并对所述内容域融合结果以及所述纹理域融合结果进行融合，得到特征跨域融合结果；基于所述特征跨域融合结果，确定所述待检测人脸图像的伪造检测结果。2.根据权利要求1所述的人脸伪造检测方法，其特征在于，所述图像特征包括多个层级；相应地，所述分别对所述内容特征以及所述纹理特征进行融合，得到内容域融合结果和纹理域融合结果，并对所述内容域融合结果以及所述纹理域融合结果进行融合，得到特征跨域融合结果，包括：对每一层级的内容特征进行融合，得到每一层级的内容域融合结果，并对每一层级的纹理特征进行融合，得到每一层级的纹理域融合结果；对每一层级的内容域融合结果以及纹理域融合结果进行融合，得到每一层级的特征跨域融合结果。3.根据权利要求2所述的人脸伪造检测方法，其特征在于，所述提取所述待检测人脸图像的图像特征，包括：对于最低层级，基于所述待检测人脸图像的所述最低层级的初始特征，确定所述最低层级的图像特征；对于除所述最低层级之外的任一层级，基于所述任一层级的前一层级的特征跨域融合结果和所述任一层级的初始特征，确定所述任一层级的图像特征。4.根据权利要求3所述的人脸伪造检测方法，其特征在于，所述基于所述任一层级的前一层级的特征跨域融合结果和所述任一层级的初始特征，确定所述任一层级的图像特征，包括：将所述前一层级的图像特征与特征跨域融合结果进行逐元素叠加，得到所述前一层级的特征叠加结果；将所述前一层级的特征叠加结果与所述任一层级的初始特征在通道维度进行合并，得到所述任一层级的图像特征。5.根据权利要求2所述的人脸伪造检测方法，其特征在于，所述对每个层级的内容特征进行融合，得到每一层级的内容域融合结果，并对每个层级的纹理特征进行融合，得到每一层级的纹理域融合结果，包括：基于每一层级对应的特征交互向量，分别对每一层级的内容特征和纹理特征进行融合，得到每一层级的内容域融合结果以及纹理域融合结果。6.根据权利要求2所述的人脸伪...

【专利技术属性】
技术研发人员：陈晨，王源，彭思龙，
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：