【技术实现步骤摘要】
本专利技术属于人脸融合攻击协助者溯源领域，涉及一种基于身份特征迁移的人脸融合攻击协助者面部溯源方法。
技术介绍
1、随着人脸识别技术的快速发展，它已成为一种普遍采用的生物身份验证技术。在日常生活中，我们经常会遇到人脸识别技术的应用，尤其是在手机面部解锁和各种门禁系统中。然而，这一技术的广泛应用也伴随着安全挑战，其中最为突出的是人脸融合攻击。人脸融合攻击是一种恶意的身份验证手段，通过将两个或多个不同个体的面部特征融合，生成一张新的融合人脸。这张融合人脸随后被注册为人脸识别系统的识别模板，从而可能导致系统错误地将多个不同的个体识别为同一人。这种攻击方式不仅可能导致身份验证系统的失效，还可能为各种恶意行为提供便利。
2、近年来，人脸融合攻击及其检测技术成为了研究的热点。现有的检测方法主要分为两类：基于单张图像的融合攻击检测和基于参考图像的融合攻击检测。尽管这些方法在检测融合人脸方面取得了一定的效果，但它们往往无法追溯到参与融合人脸生成的原始个体，即融合人脸的协助者。针对这一问题，面部恢复技术应运而生。该技术旨在利用一张真实的人脸图像作为参考，从融合人脸中恢复出协助者的身份特征。然而，目前对于融合人脸协助者的面部恢复研究相对较少，且现有的方法多依赖于融合操作和融合因子等先验知识，这在实际应用中可能会受到限制。
3、为了解决这些限制，研究者开始尝试利用深度学习技术，如生成对抗网络、卷积神经网络以及身份解纠缠等，从融合人脸的特征隐空间中分离出贡献者的身份特征。这些方法的出现为面部恢复提供了新的思路，但仍存在优化空间，
技术实现思路
1、针对前述技术不足，本专利技术提供了一种基于身份特征迁移的人脸融合攻击协助者面部溯源方法。该方法旨在对人脸属性特征和身份特征进行分别编码，再从身份特征中分离协助者的身份特征并迁移到属性特征中，从而恢复出协助者人脸，提升恢复图像的质量。
2、为了实现上述目的，本专利技术提供了一种基于身份特征迁移的人脸融合攻击协助者面部溯源方法，包括以下步骤：
3、步骤1：收集人脸融合数据集并对人脸图像进行预处理；
4、步骤2：提取融合人脸和参考人脸的身份特征并通过分离网络提取出协助者的身份特征；
5、步骤3：提取融合人脸和参考人脸的属性特征并分离，然后迁移身份特征到属性特征中；
6、步骤4：将获得的协助者人脸特征传送到生成器中进行人脸恢复；
7、步骤5：在原始人脸与恢复人脸之间添加约束用于训练网络模型。
8、本方案采用深度学习方法，主要是采用人脸身份特征迁移来实现人脸融合攻击协助者面部的恢复。通过身份编码来提取人脸身份特征，并利用交叉注意力提取融合人脸身份特征中与参考图像相关的特征，从而分离出协助者的身份特征。人脸属性部分则是进行简单的特征分离，同时将人脸身份特征迁移到属性特征中，以补充协助的人脸身份特征。人脸的身份特征和属性特征进行分别编码，这有助于协助者的身份特征提取，从而恢复出协助者的人脸图像。
本文档来自技高网...【技术保护点】
1.一种基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，其特征在于：采用属性编码器和身份编码器分别提取属性特征和身份特征，再通过分离网络学习溯源因子进行身份特征分离，并将分离的身份特征迁移的属性特征中，最后由生成器恢复协助者的人脸图像。具体包括以下步骤：
2.根据权利要求1所述的基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，其特征在于，步骤1中，使用dlib工具检测人脸关键点，并根据人脸关键点使用OpenCV进行人脸对齐与裁剪，以确保处理后的人脸都处于图像的中心位置。
3.根据权利要求1所述的基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，其特征在于，利用融合人脸和参考人脸之间的差异来学习溯源因子，从而利用溯源因子从融合人脸的身份特征中提取出协助者的身份特征，步骤2的具体实现过程如下：采用身份编码器分别提取融合人脸和参考人脸的身份特征，分离网络的一个分支利用这两个身份特征学习溯源因子；另一个分支利用交叉注意力学习两个身份特征之间的相关性，最后通过溯源因子进行身份特征分离。
4.根据权利要求1所述的基于人脸身份迁移的人脸融合攻击协助者面部
5.根据权利要求1所述的基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，步骤4的具体实现过程如下：将获得的协助者人脸特征依次输入到生成器的不同层次中，恢复出人脸图像；生成器所产生的人脸图像是从融合人脸中除去了参考人脸的信息后，溯源出协助者的人脸图像。
6.根据权利要求1所述的基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，步骤5的具体实现过程如下：在原始人脸和恢复的人脸之间添加像素损失、身份损失、特征损失以及人脸关键损失，以促使恢复人脸尽可能地接近原始人脸的分布，在训练过程中，根据验证集的人脸效果，调整学习率、损失权重等超参数来改善验证集效果，使模型的人脸恢复效果能够达到最优。
...【技术特征摘要】
1.一种基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，其特征在于：采用属性编码器和身份编码器分别提取属性特征和身份特征，再通过分离网络学习溯源因子进行身份特征分离，并将分离的身份特征迁移的属性特征中，最后由生成器恢复协助者的人脸图像。具体包括以下步骤：
2.根据权利要求1所述的基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，其特征在于，步骤1中，使用dlib工具检测人脸关键点，并根据人脸关键点使用opencv进行人脸对齐与裁剪，以确保处理后的人脸都处于图像的中心位置。
3.根据权利要求1所述的基于人脸身份迁移的人脸融合攻击协助者面部溯源方法，其特征在于，利用融合人脸和参考人脸之间的差异来学习溯源因子，从而利用溯源因子从融合人脸的身份特征中提取出协助者的身份特征，步骤2的具体实现过程如下：采用身份编码器分别提取融合人脸和参考人脸的身份特征，分离网络的一个分支利用这两个身份特征学习溯源因子；另一个分支利用交叉注意力学习两个身份特征之间的相关性，最后通过溯源因子进行身份特征分离。
4.根据权利...
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。