【技术实现步骤摘要】
本专利技术涉及计算机数据处理，特别涉及一种基于特征级解耦的虚假人脸检测和溯源方法。
技术介绍
1、深度伪造人脸检测任务旨在判断给定的图像或视频中人脸是否经过深度伪造技术篡改或合成。从伪造特征建模方式的角度，可以将现有工作分为两大类：基于人工构造的方法和基于深度学习的方法。基于人工构造的方法依赖于丰富的专家知识，并显式地建模伪造特征进行检测，例如视觉伪影、头部姿态不一致性、异常眨眼频率、瞳孔形状不规则和角膜高光不一致等。然而，该类方法一般只能针对特定伪造方法构建明确的单一鉴伪线索，对其他伪造方法的数据可能无法有效应用，因此适用面较为有限。相较而言，基于深度学习的方法能够直接从大规模的伪造数据中学习多样的伪造特征，从而达到更出色的检测效果。该类方法通过数据驱动的方式捕捉各种伪造痕迹，例如轮廓贴合痕迹、频域伪影、时序伪造痕迹、身份信息不一致和纹理瑕疵等。此外，一些方法尝试结合任务特性，设计更适合的网络结构、损失函数、数据增广和训练策略，以提升检测性能。
2、深度伪造溯源则是一项更精细的任务，需要分析伪造图像或视频背后的生成细节，包...
【技术保护点】
1.一种基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，包括：
2.如权利要求1所述的基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，伪造特征级解耦框架包含两个阶段：渐进式伪造特征提取阶段和交叉解耦阶段。
3.如权利要求2所述的基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，渐进式伪造特征提取阶段包括：
4.如权利要求2所述的基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，交叉解耦阶段包括：
5.如权利要求1所述的基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，还包括：
6.一种电子设备，...
【技术特征摘要】
1.一种基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，包括：
2.如权利要求1所述的基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，伪造特征级解耦框架包含两个阶段：渐进式伪造特征提取阶段和交叉解耦阶段。
3.如权利要求2所述的基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，渐进式伪造特征提取阶段包括：
4.如权利要求2所述的基于特征级解耦的虚假人脸检测和溯源方法，其特征在于，交叉解耦阶段包括：
5.如权利要求1所述的基于特征级解耦的虚假人...
【专利技术属性】
技术研发人员：芦天亮，彭舒凡，顾杜娟，杨鑫宜，
申请(专利权)人：中国人民公安大学，
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。