当前位置: 首页 > 专利查询>复旦大学专利>正文

远程身份认证场景下的细粒度深度伪造人脸身份检测方法技术

技术编号:41686009 阅读:29 留言:0更新日期:2024-06-14 15:37
本发明专利技术提供了远程身份认证场景下的细粒度深度伪造人脸身份检测方法,包括以下步骤:步骤S1,获取人脸图像构建人脸图像数据集并预处理,人脸图像数据集包括人脸图像以及对应的真伪人脸标签;步骤S2,使用人脸图像数据集对基于多注意力机制的细粒度深度伪造人脸图像检测模型进行真伪人脸预测训练;步骤S3,将待检测的人脸图像输入检测模型,得到真伪人脸预测结果。本发明专利技术将深度伪造人脸图像检测任务建模为特殊的细粒度分类问题,检测模型能够增强和提取更具有判别度的局部特征,更准确捕获注意力区域对象的位置,并且高度聚合浅层细粒度特征和深层高级语义特征作为每个局部特征的表示,让模型更加关注对学习目标有益特征,从而提高整体的预测性能。

【技术实现步骤摘要】

本专利技术属于真伪人脸检测领域,具体涉及一种远程身份认证场景下的细粒度深度伪造人脸身份检测方法


技术介绍

1、生物识别的远程身份认证技术被广泛应用在移动银行、大额资金交易授权、自助服务设备、电商交易支付等金融场景,为用户带来便捷性的同时也引入新的科技风险。随着人工智能和大模型技术的飞速发展,不法分子通过深度伪造人脸技术来伪造他人身份,从而绕过基于生物识别的身份认证系统进行欺诈行为,给金融安全带来了巨大的冲击,也给人民的信息财产安全、社会的稳定等带来了潜在的威胁和挑战。因此,对深度伪造人脸的相关检测技术进行深入研究是至关重要的。

2、自从2017年底网络上出现首个深度伪造人脸视频以来,国内外学者对深度伪造人脸检测方面的研究也越发重视和深入。在面向图像的前提下,根据检测依据的提取视角不同将其主要划分为基于传统图像取证、基于生理特征和基于深度学习三类。

3、基于传统图像取证的检测方法侧重于通过传统的信号处理手段来分析图像中的频域特征和统计特征,如设备指纹、局部噪音、色度分布等,并将此作为判别图像中是否有拼接、移除等修改痕迹的依据。由于深本文档来自技高网...

【技术保护点】

1.一种远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

3.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

4.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

5.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

6.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于...

【技术特征摘要】

1.一种远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

3.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

4.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

5.根据权利要求1所述的远程身份认证场景下的细粒度深度伪造人脸身份检测方法,其特征在于:

<...

【专利技术属性】
技术研发人员:吕智慧邓园郭恒其陈鹏林俊雄
申请(专利权)人:复旦大学
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