【技术实现步骤摘要】
本专利技术涉及人脸融合取证，尤其是一种基于轻量级分离网络的人脸融合攻击协助者面部溯源方法。
技术介绍
1、随着深度学习理论和技术的飞速发展，生物特征识别已成为公共安全领域热门话题。人脸、虹膜、指纹和步态等生物特征识别技术已广泛应用于社会各个领域，为人们带来了诸多便利。然而，国际民用航空组织发布的全球共享的电子护照也引发了一系列社会危机。当前，电子护照的申请方式主要有两种：一是通过证件注册机构使用高质量数码相机实时捕获面部图像；二是公民自行提供一张打印在纸上的面部图像。前一种方式具有较高的安全性，而后一种申请方式存在图像篡改的风险，可能导致人脸识别系统遭受非法攻击。
2、人脸融合攻击是针对上述第二种场景申请电子护照的一种攻击方法。该方法通过融合两张或多张真实面部图像生成一张同时包含贡献者身份特征并在感官上与贡献者相似的融合面部图像。该图像可以同时欺骗人脸识别系统和电子护照发行专家的检测，使得带有犯罪记录的公民可以通过使用融合面部图像注册的合法电子护照轻易地绕过自动边界控制系统的检测，实现非法意图。
3、针对这一问题，学术界提出了一系列方法用于判断存储在电子护照中的面部图像是否为融合面部图像。这些方法主要分为两类：基于单张图像的人脸融合攻击检测和基于参考图像的人脸融合攻击检测。前者直接使用给定算法检测输入面部图像是否为融合面部图像；后者则在可信环境中捕获一张真实面部图像作为参考图像，用来判断检测的面部图像是否为融合面部图像。这些方法仅给出了电子护照中存储的面部图像是否为融合面部图像的结论，但未进一步探索融合面
4、近期，费拉拉首次提出了一种溯源人脸融合攻击协助者面部图像的方法。该方法通过反转人脸融合攻击过程，成功地溯源出了协助者面部图像。然而，由于融合过程中的先验知识是未知的，当改变溯源过程中的去融合因子或融合方法时，效果会显著下降。本杰尼提出了一种利用单张融合面部图像溯源两张贡献者面部图像的方法。该方法利用三个判别器和一个生成器以及一系列对抗损失成功地溯源出了两名贡献者的面部图像。然而，由于其训练过程的不稳定，导致溯源出的图像仍与融合面部图像相似。由此可见，人脸融合攻击协助者面部溯源的研究仍处于起步阶段，提出一种具有高准确率和高图像质量的方法是十分必要的。
技术实现思路
1、针对现有技术中存在的缺陷，本专利技术的目的在于提供一种基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，旨在数据集有限的情况下充分训练轻量级分离网络，从而提升溯源图像质量和溯源准确率。
2、为达到以上目的，本专利技术提供的一种基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，具体包括以下步骤：
3、1).选用e2style模型中预训练好的编码器，将融合面部图像和参考面部图像编码到stylegan2生成器的w+空间，得到两类图像在w+空间中的隐编码；
4、2).构建stylegan2生成器w+空间中用于分离协助者面部身份特征的轻量级分离网络，并采用所述融合面部隐编码和参考面部隐编码对所述轻量级分离网络进行训练，分离得到协助者面部在w+空间中的隐编码；
5、3).将w+空间中轻量级分离网络分离出的协助者面部图像的隐编码传入预训练好的stylegan2生成器，溯源得到协助者面部图像。
6、本专利技术提供了一种基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，与现有技术相比，具备以下有益效果：
7、本方案采用轻量级分离网络，在stylegan2生成器w+空间中分离身份特征，更适合在数据集有限的情况下进行训练。此外，特征分离模块、特征增强模块以及特征残差模块之间的联动提高了身份特征分离的有效性，进一步提升了溯源协助者面部图像的准确率。最后，利用预训练stylegan2生成器强大的生成能力，确保了溯源协助者面部图像的高质量输出。
本文档来自技高网...【技术保护点】
1.一种基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，其特征在于，所述选用E2Style模型中预训练好的编码器，将融合面部图像和参考面部图像编码到StyleGAN2生成器的w+空间，得到两类图像在w+空间中的隐编码，具体步骤包括：
3.根据权利要求2所述基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，其特征在于：
4.根据权利要求3所述基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，其特征在于，所述将w+空间中轻量级分离网络分离出的协助者面部图像的隐编码传入预训练好的StyleGAN2生成器，溯源得到协助者面部图像，具体步骤包括：
【技术特征摘要】
1.一种基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的基于轻量级分离网络的人脸融合攻击协助者面部溯源方法，其特征在于，所述选用e2style模型中预训练好的编码器，将融合面部图像和参考面部图像编码到stylegan2生成器的w+空间，得到两类图像在w+空间中的隐编码，具体步...
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。