System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 人脸检测模型的训练方法、图像检测方法及装置、介质制造方法及图纸_技高网

人脸检测模型的训练方法、图像检测方法及装置、介质制造方法及图纸

技术编号:41249407 阅读:3 留言:0更新日期:2024-05-09 23:58
本公开提供一种人脸检测模型的训练方法、图像检测方法、人脸检测模型的训练装置、图像检测装置、电子设备和计算机可读存储介质,涉及图像处理技术领域。该训练方法包括:获取训练样本,训练样本包括人脸图像、人脸图像的掩码图像及人脸图像的图像标签;将人脸图像输入初始模型得到图像预测结果,图像预测结果包括人脸图像的各像素点对应的第一预测结果和融合各第一预测结果得到的第二预测结果;根据第一预测结果和掩码图像确定第一损失值,根据第二预测结果和图像标签确定第二损失值,并基于第一损失值和第二损失值调整初始模型的参数;响应于满足模型训练完成条件,将调整后的初始模型确定为人脸检测模型。本公开可以提高图像检测的准确性。

【技术实现步骤摘要】

所属的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。本公开的示例性实施方式中还提供一种用于上述方法的电子设备,该电子设备可以是上述影像设备或服务器。一般的,该电子设备至少包括处理器和存储器,存储器用于存储处理器的可执行指令,处理器配置为经由执行可执行指令来执行上述方法。下面以图13中的移动终端1300为例,对本公开实施例中的电子设备的构造进行示例性说明。本领域技术人员应当理解,除了特别用于移动目的的部件之外,图13中的构造也能够应用于固定类型的设备。在另一些实施方式中,移动终端1300可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。各部件间的接口连接关系只是示意性示出,并不构成对移动终端1300的结构限定。在另一些实施方式中,移动终端也可以采用与图13不同的接口连接方式,或多种接口连接方式的组合。如图13所示,移动终端1300具体可以包括:处理器1301、存储器1302、总线1303、移动通信模块1304、天线1、无线通信模块1305、天线2、显示屏1306、摄像模块1307、音频模块1308、电源模块1309、传感器模块1310与光伏传感模块1311。处理器1301可以包括一个或多个处理单元,例如:处理器1301可以包括ap(application processor,应用处理器)、调制解调处理器、gpu(graphics processingunit,图形处理器)、isp(image signal processor,图像信号处理器)、控制器、编码器、解码器、dsp(digital signal processor,数字信号处理器)、基带处理器和/或npu(neural-network processing unit,神经网络处理器)等。编码器可以对图像或视频进行编码(即压缩),以减小数据大小,便于存储或发送。解码器可以对图像或视频的编码数据进行解码(即解压缩),以还原出图像或视频数据。移动终端1300可以支持一种或多种编码器和解码器。处理器1301可以通过总线1303与存储器1302或其他部件形成连接。存储器1302可以用于存储计算机可执行程序代码,可执行程序代码包括指令。处理器1301通过运行存储在存储器1302的指令,执行移动终端1300的各种功能应用以及数据处理。存储器1302还可以存储应用数据,例如缓存设备凭证信息等。移动终端1300的通信功能可以通过移动通信模块1304、天线1、无线通信模块1305、天线2、调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。移动通信模块1304可以提供应用在移动终端1300上3g、4g、5g等移动通信解决方案。无线通信模块1305可以提供应用在移动终端1300上的无线局域网、蓝牙、近场通信等无线通信解决方案。显示屏1306用于实现显示功能,如显示用户界面、图像、视频等,以及显示异常提示信息。摄像模块1307用于实现拍摄功能,如拍摄图像、视频等,以采集场景图像。音频模块1308用于实现音频功能,如播放音频,采集语音等。电源模块1309用于实现电源管理功能,如为电池充电、为设备供电、监测电池状态等。传感器模块1310可以包括一种或多种传感器,用于实现相应的感应检测功能。此外,本公开的示例性实施方式还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、rf等等,或者上述的任意合适的组合。此外,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如java、c++等,还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(lan)或广域网(wan),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。本领域技术人员在考虑说明书及实践这里公开的专利技术后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。


技术介绍

1、深度伪造技术是利用深度学习技术修改、操控、编辑、生成虚假人脸数字内容并在多媒体平台上恶意传播,为个人隐私保护和社会治理等带来安全威胁,随着图像处理
的发展,对于深度伪造的检测技术得以快速发展。

2、目前,现有的深度伪造检测方法检测图像的伪像特征的能力不足,一定程度上影响图像检测的准确性。


技术实现思路

1、本公开的目的在于提供一种人脸检测模型的训练方法及装置、图像检测方法及装置、电子设备和计算机可读存储介质,进而至少在一定程度上提高图像检测的准确性。

2、根据本公开的第一方面,提供一种人脸检测模型的训练方法,包括:获取训练样本,本文档来自技高网...

【技术保护点】

1.人脸检测模型的训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取所述人脸图像包括:

3.根据权利要求1所述的方法,其特征在于,所述人脸图像包括伪造人脸图像和真实人脸图像,所述真实人脸图像包括所述伪造人脸图像对应的目标人脸图像;获取所述人脸图像的掩码图像,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述伪造人脸图像与所述目标人脸图像对应像素之间的像素残差值,对所述伪造人脸图像进行掩码处理,获得所述伪造人脸图像的掩码图像,包括:

5.根据权利要求1所述的方法,其特征在于,所述初始模型包括卷积神经网络层、1×1卷积层、全连接层和平均池化层;所述将所述人脸图像输入初始模型得到图像预测结果,包括:

6.根据权利要求5所述的方法,其特征在于,所述第一预测结果包括各所述像素点的第二特征表示及各所述像素点对应的像素级预测结果;

7.根据权利要求1至6中任一项所述的方法,其特征在于,所述根据所述第一预测结果和所述掩码图像确定第一损失值,根据所述第二预测结果和所述图像标签确定第二损失值,并基于所述第一损失值和第二损失值调整所述初始模型的参数,包括:

8.一种图像检测方法,其特征在于,包括:

9.一种人脸检测模型的训练装置,其特征在于,包括:

10.一种图像检测装置,其特征在于,包括:

11.一种电子设备,其特征在于,包括:

12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。

...

【技术特征摘要】

1.人脸检测模型的训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取所述人脸图像包括:

3.根据权利要求1所述的方法,其特征在于,所述人脸图像包括伪造人脸图像和真实人脸图像,所述真实人脸图像包括所述伪造人脸图像对应的目标人脸图像;获取所述人脸图像的掩码图像,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述伪造人脸图像与所述目标人脸图像对应像素之间的像素残差值,对所述伪造人脸图像进行掩码处理,获得所述伪造人脸图像的掩码图像,包括:

5.根据权利要求1所述的方法,其特征在于,所述初始模型包括卷积神经网络层、1×1卷积层、全连接层和平均池化层;所述将所述人脸图像输入初始模型得到图像预测结果,包括:

6.根据权利要求...

【专利技术属性】
技术研发人员:刘湛卢李启明沈超蔺琛皓邓静怡
申请(专利权)人:深圳市欢太科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1