【技术实现步骤摘要】
本专利技术涉及图像处理，具体地讲，涉及基于正交矩空间的质量退化人脸图像鉴伪方法。
技术介绍
1、随着数据的爆炸式增长和硬件效能的逐步提高，人工智能步入了快速发展的新时期，它给社会进步带来了巨大契机，同时也带来了诸多风险。人脸是多媒体数据中最常见且最重要的目标之一，感知人脸表情、认证人脸身份成为了理解这些视觉数据的关键手段。但是，针对人脸的深度伪造技术在近几年迅速兴起，通过对人脸内容进行篡改，可以实现身份替换、表情修改、属性编辑等伪造效果，颠覆了人们“眼见为实”的传统知。以新型自媒体传播为枝蔓、紧密围绕新型互联网的传播方式，加剧了深度伪造人脸数据在网络空间中的滋生与滥用，为国家间的政治抹黑、经济犯罪甚至恐怖主义行动等提供了新工具，给政治、经济、公共等国家安全领域带来了诸多风险。
2、鉴于深度伪造人脸带来的严重负面影响，实现高精度的人脸鉴伪具有重要的研究意义和应用价值。但是，由于图像质量退化会极易破坏模型的鉴别能力，使模型无法在质量退化场景中提供高精度的鉴别结果。
技术实现思路
1...
【技术保护点】
1.基于正交矩空间的质量退化人脸图像鉴伪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于正交矩空间的质量退化人脸图像鉴伪方法，其特征在于：所述S12中，的表达式为：
3.根据权利要求1所述的基于正交矩空间的质量退化人脸图像鉴伪方法，其特征在于：所述S21中，Xception骨干网络包含多个卷积层、池化层和深度可分离卷积层，深度可分离卷积由一个深度卷积层和一个逐点卷积层组成。
4.根据权利要求1所述的基于正交矩空间的质量退化人脸图像鉴伪方法，其特征在于：所述S22中，互适应模块包括两个适配器与两个动态卷积模块，适配器为鉴...
【技术特征摘要】
1.基于正交矩空间的质量退化人脸图像鉴伪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于正交矩空间的质量退化人脸图像鉴伪方法，其特征在于：所述s12中，的表达式为：
3.根据权利要求1所述的基于正交矩空间的质量退化人脸图像鉴伪方法，其特征在于：所述s21中，xception骨干网络包含多个卷积层、池化层和深度可分离卷积层，深度可分离卷积由一个深度卷积层和一个逐点卷积层组成。<...
【专利技术属性】
技术研发人员：夏之秋，时超轶，李孔顺，刘宇男，马宾，王玉立，魏子麒，王长旭，王春鹏，李琦，韩冰，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：
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。