一种基于三维时空轨迹的深度伪造视频检测方法技术

本发明专利技术涉及一种基于三维时空轨迹的深度伪造视频检测方法。其发明专利技术内容主要包括：提出一种基于三维时空特征学习的深度伪造视频检测方法，在此基础上，通过结合2D帧和3D帧的特征细节，解耦面部表情与头部运动，从新角度构建时空运动特征，并设计基于相空间运动轨迹的时序分析方法挖掘深度伪造视频中的真实人脸与伪造人脸之间的特征差异，从而实现对压缩深度伪造视频的检测。本发明专利技术采用鲁棒的三维模型构建时空运动特征，能够避免头部旋转角度大或光线不足的帧带来的影响，模型训练及检测速度快，具有高效性和时效性，能很好地应对真实场景下压缩深度伪造视频的检测任务。

【技术实现步骤摘要】

本专利技术涉及视频取证领域，具体涉及一种基于三维时空轨迹的深度伪造视频检测方法。

技术介绍

1、深度伪造(deepfake)是一个合成词，是人工智能(ai)领域深度学习(deeplearning)和伪造(fake)的组合，常被用于描述利用深度学习等技术生成的虚假媒体。深度人脸伪造技术在图像和视频中既可实现对目标人物的身份替换，也可以实现让目标人物根据驱动视频或者指定的音频做出相应的表情动作。此外，深度人脸伪造技术还可以对目标人物的面部属性进行编辑,甚至是生成现实生活不存在的人脸。近年来，深度学习算法不断迭代，人工智能生成内容百花齐放，ai伪造的高质量图像和视频已达到人眼无法分辨的水平。deepfake技术存在一定的正向应用价值，该技术能够推动娱乐与文化交流产业的新兴发展，具有极强的娱乐性与传播性。然而，一些不法分子利用这些技术进行电信诈骗等，给个人、社会、国家带来严重威胁。因此,开展深度人脸伪造检测技术的研究尤为关键。

2、针对深度伪造视频的检测，研究人员提出了基于图像取证、数据驱动、生物信号、频率的四类检测技术以判断视频是否被伪造。文献“ya本文档来自技高网...

【技术保护点】

1.一种基于三维时空轨迹的深度伪造视频检测方法，其特征在于从新角度构建时空运动特征，将2D帧和3D帧的特征细节结合起来，解耦头部运动与面部表情，并设计基于相空间运动轨迹的时序分析方法，主要包括：

2.根据权利要求1所述的一种基于三维时空轨迹的深度伪造视频检测方法，其特征在于，所述三维时空特征构建模块，通过鲁棒三维模型直接定位和跟踪视频中的面部和头部地标，面部动作单位(AU)的空间动态和时间组合，构建时空域运动特征，具体包括：

3.根据权利要求1所述的基于三维时空轨迹的深度伪造视频检测方法，其特征在于，所述相空间运动轨迹分析模块，对连续一段时间内的第一帧和随后每一帧...

【技术特征摘要】

1.一种基于三维时空轨迹的深度伪造视频检测方法，其特征在于从新角度构建时空运动特征，将2d帧和3d帧的特征细节结合起来，解耦头部运动与面部表情，并设计基于相空间运动轨迹的时序分析方法，主要包括：

2.根据权利要求1所述的一种基于三维时空轨迹的深度伪造视频检测方法，其特征在于，所述三维时空特征构建模块，通过鲁棒三维模型...

【专利技术属性】
技术研发人员：廖鑫，陈宗梅，武晓帅，
申请(专利权)人：湖南大学，
类型：发明
国别省市：