【技术实现步骤摘要】
本专利技术涉及人脸伪造检测，特别是涉及一种基于重构学习和混合专家模式的人脸伪造检测方法及系统。
技术介绍
1、人脸伪造检测在维护社会稳定和国家安全等领域中扮演者至关重要的角色。起初，人脸伪造检测主要通过人工设计复杂的手工特征来实现，然而这种方式在处理更逼真的人脸伪造图像时效率低且结果难以令人满意。因此，通过使用深度学习技术来代替人工设计逐渐成为主流趋势。这种模式具有高效率、低成本的特点，在人脸伪造检测领域得到了广泛应用。目前，虽然已经存在一些方法可以实现高效的人脸伪造检测，但是这些方法并非完美无缺。因此，如何进一步提高人脸伪造检测的准确率成为了亟待解决的问题。
2、目前在基于深度学习的人脸伪造检测方向中，主要面临以下三个挑战：(1)人脸深度伪造技术不断演进，导致目前的检测技术与频繁迭代的伪造图像或视频生成技术尚存差距。虽对已知伪造类型的检测精度较高，但对未知新增的伪造类型表现明显退化。(2)即使在单一场景中表现良好的模型，当面临真实场景中常见的压缩、噪声等复杂情况时，其性能会出现急剧下降。(3)现有的人脸伪造检测方法通常借助...
【技术保护点】
1.一种基于重构学习和混合专家模式的人脸伪造检测方法，其特征在于，所述方法包括步骤：
2.根据权利要求1所述的方法，其特征在于，所述对人脸帧图像进行数据处理，包括图像去噪、对比度增强、图像缩放、图像旋转、图像水平和垂直镜面变换，所述图像去噪包括膨胀、腐蚀和中值滤波操作。
3.根据权利要求1所述的方法，其特征在于，所述编码器由多个编码器块组成，不同层级的每个编码器块均包含LN模块、混合专家模型、W-MSA模块和SW-MSA模块。
4.根据权利要求3所述的方法，其特征在于，混合专家模型的输入为人脸自注意力特征图，所述人脸自注意力特征图由...
【技术特征摘要】
1.一种基于重构学习和混合专家模式的人脸伪造检测方法，其特征在于，所述方法包括步骤：
2.根据权利要求1所述的方法，其特征在于，所述对人脸帧图像进行数据处理，包括图像去噪、对比度增强、图像缩放、图像旋转、图像水平和垂直镜面变换，所述图像去噪包括膨胀、腐蚀和中值滤波操作。
3.根据权利要求1所述的方法，其特征在于，所述编码器由多个编码器块组成，不同层级的每个编码器块均包含ln模块、混合专家模型、w-msa模块和sw-msa模块。
4.根据权利要求3所述的方法，其特征在于，混合专家模型的输入为人脸自注意力特征图，所述人脸自注意力特征图由编码器块中的ln模块、w-msa模块和sw-msa模块对二维人脸图像进行...
【专利技术属性】
技术研发人员：陈海鹏，贾一新，张寒，丁凯，石泽男，
申请(专利权)人：吉林大学，
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。