【技术实现步骤摘要】
本专利技术属于伪造图像检测，具体涉及一种融合空域纹理差异和频域信息的深度伪造检测方法。
技术介绍
1、近年来生成模型不断发展，深度伪造相关技术逐渐成熟。存在部分利用深度伪造技术，对人脸面部区域进行操纵的恶劣行为，如替换面部区域、操纵五官等，恶意用户可以轻易的生成虚假人脸图像或视频，这些伪造内容通过社交网络得以迅速传播。随着全球“换脸”事件中敲诈勒索、色情传播、虚假信息传播等违法犯罪行为的频发，给社会安全、国民安全等国家安全领域带来了诸多风险。
2、针对深度伪造内容的检测，现有先进的方法主要利用图像中的伪造特征，通过训练复杂的神经网络模型来实现真伪图像的二分类。但是这些检测方法存在着一定局限性。首先，依靠单一伪造特征作为分类依据的检测方法，在面临不同伪造技术、不同图像质量的情况下，其检测精度会大幅下降。其次，深度伪造技术的不断更新迭代，使得伪造内容的逼真度不断提高，给检测带来更大的难度。新的伪造技术可能会引入新的伪造特征，而现有的检测方法可能无法及时适应这些变化，从而导致检测方法失效。
3、因此，需要一种更加泛化且...
【技术保护点】
1.一种融合空域纹理差异和频域信息的深度伪造检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合空域纹理差异和频域信息的深度伪造检测方法，其特征在于，所述S1预处理过程中，裁剪输入图像的人脸面部区域并调整尺寸大小。
3.根据权利要求1所述的一种融合空域纹理差异和频域信息的深度伪造检测方法，其特征在于，所述S2中上分支特征提取网络利用更改后的Efficient-0作为骨干网络；其中，人脸图像通过平均差分卷积结合像素的强度信息和局部相对梯度信息来提取伪造图像空域浅层特征中的纹理差异信息，之后经过骨干网络输出上分支特征图。
<...【技术特征摘要】
1.一种融合空域纹理差异和频域信息的深度伪造检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合空域纹理差异和频域信息的深度伪造检测方法，其特征在于，所述s1预处理过程中，裁剪输入图像的人脸面部区域并调整尺寸大小。
3.根据权利要求1所述的一种融合空域纹理差异和频域信息的深度伪造检测方法，其特征在于，所述s2中上分支特征提取网络利用更改后的efficient-0作为骨干网络；其中，人脸图像通过平均差分卷积结合像素的强度信息和局部相对梯度信息来提取伪造图像空域浅层特征中的纹理差异信息，之后经过骨干网络输出上分支特征图。
4.根据权利要求1所述的一种融合空域纹理差异和频域信息的深度伪造检测方法，其特征在于，所述s2中下分支网络包括平均灰度图像频率感知分解模块以及efficient-0骨干网络；其中，人脸图像经过平均灰度图像频率感知分解模块将图像频域信息变换为空域显示，之后经过骨干网络输出下分支特征图。
【专利技术属性】
技术研发人员：张志勇，方帅举，宋斌，梁晗，李玉祥，张中亚，张丽丽，赵长伟，于雅洁，
申请(专利权)人：河南科技大学，
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。