公开(公告)号：CN113255571A

公开(公告)日：2021-08-13

申请号：CN202110665199.X

申请日：2021-06-16

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  彭勃 ,  王建文 ,  项伟 ,  樊红兴

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/90

Abstract: 本发明提供抗JPEG压缩的伪造图像检测方法，包括：截取原始图像中脸部区域，删除无用的背景信息，然后将所得到的人脸图像调整到固定的大小，得到人脸图像文本；将所述脸图像文本由RGB颜色空间分量转换到YCbCr颜色空间分量，得到YCbCr图像文本；将所述YCbCr图像文本分割成一系列8×8像素的块；将所述YCbCr图像文本中的每一个8×8像素的块的每个颜色空间通道的分量数据进行离散余弦变换，将YCbCr颜色空间分量转化为192个频率通道，将所述YCbCr图像文本经过DCT变换后转化为192个频率通道的数据；在192个频率通道的数据中挑选中低频的通道数据；将所述中低频的通道数据输入CNN网络进行图像检测。

公开(公告)号：CN119964047A

公开(公告)日：2025-05-09

申请号：CN202411965361.X

申请日：2024-12-30

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  张宇飞 ,  彭勃 ,  王建文

IPC: G06V20/40 ,  G06V40/40 ,  G06V10/82 ,  G06V10/80 ,  G06V10/40 ,  G06V10/44 ,  G06V10/42 ,  G06V10/62 ,  G06V10/764 ,  G06V20/00 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明提供一种基于身份和时空不一致性的深度伪造视频检测方法和装置，包括：获取待检测视频和伪造视频检测模型；伪造视频检测模型包括身份比较网络、空间比较网络、帧比较网络和特征融合网络；基于身份比较网络对待检测视频进行身份信息一致性检测得到身份信息特征；基于空间比较网络对待检测视频进行空间不一致性检测得到空间不一致性特征；基于帧比较网络提取待检测视频的时间不一致性特征；采用特征融合网络对身份信息特征、空间不一致性特征和时间不一致性特征进行融合，得到伪造视频检测结果。通过结合身份信息一致性检测、空间不一致性检测和时间不一致性检测，可以全面分析视频的真实性，能够应对多种伪造手法和新型伪造技术。

公开(公告)号：CN117315090B

公开(公告)日：2024-12-13

申请号：CN202311265075.8

申请日：2023-09-27

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  彭勃 ,  王建文 ,  吕月明 ,  江玥 ,  杨嵩林

IPC: G06T11/60 ,  G06N3/094

Abstract: 本公开涉及一种基于跨模态风格学习的图像生成方法及装置，所述方法包括：通过预训练生成对抗网络生成目标生成图像，并对目标训练图像进行图像增强处理；将目标生成图像和处理后目标训练图像，输入对抗网络的判别器中，将判别器输出的目标特征，输入训练好的原型空间中，并根据原型空间的输出确定交换预测损失；获取目标训练图像和目标生成图像之间的原始对抗损失、源生成图像和目标生成图像之间的对比学习损失与文本指导损失，并根据所述损失确定微调损失；按照所述微调损失对对抗网络进行微调，得到微调后图像生成模型，通过图像生成模型生成与训练图像一致的图像，能够解决当前极少量样本下目标域风格学习不佳的问题。

公开(公告)号：CN117934922B

公开(公告)日：2024-09-24

申请号：CN202311864932.6

申请日：2023-12-29

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  彭勃 ,  王建文 ,  孟哲令

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40

Abstract: 本申请公开了一种生成图像检测方法、装置、电子设备和存储介质，其中包括：通过生成图像检测模型对待检测图像进行检测，确定生成图像检测结果，以及基于互信息上界估计器对模型进行训练。生成图像检测模型包括频率分支网络、空间分支网络和分类检测网络；频率分支网络对可疑频带对应的频谱图进行频谱成分拆分和组合，得到待检测图像的第一伪造相关特征；空间分支网络对待检测图像的空间特征进行正交分解，得到待检测图像的第二伪造相关特征；分类检测网络基于第一伪造相关特征和第二伪造相关特征进行分类预测，得到生成图像检测结果。本申请公开的方法和装置，在跨生成器和跨场景的情景下提高了生成图像检测的准确率。

公开(公告)号：CN114241587B

公开(公告)日：2022-05-24

申请号：CN202210165316.0

申请日：2022-02-23

Applicant: 中国科学院自动化研究所

Inventor： 王伟 ,  董晶 ,  彭勃 ,  杨嵩林 ,  王建文

IPC: G06V40/16 ,  G06V40/40 ,  G06V10/774

Abstract: 本公开涉及一种人脸活体检测对抗鲁棒性的评估方法及装置、电子设备及计算机设备，所述方法包括：将原始人脸图像输入预先训练好的语义特征增广网络，输出噪声特征；将原始人脸图像输入预先训练好的多任务网络模型，输出多个分支特征向量；根据所述噪声特征、所述多个分支特征向量和原始人脸图像生成多个分支对抗样本；将原始人脸图像和多个分支对抗样本分别输入预先训练好的骨干网络，输出对应的原始检测准确率以及对抗检测准确率；根据两者之间的差值确定各分支特征的对抗鲁棒性，细粒度对抗样本包括噪声特征和分支特征向量，能够利用细粒度对抗样本从多个干扰特征中选出对骨干网络的人脸活体检测准确率重要的特征。

公开(公告)号：CN117315090A

公开(公告)日：2023-12-29

申请号：CN202311265075.8

申请日：2023-09-27

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  彭勃 ,  王建文 ,  吕月明 ,  江玥 ,  杨嵩林

IPC: G06T11/60 ,  G06N3/094

Abstract: 本公开涉及一种基于跨模态风格学习的图像生成方法及装置，所述方法包括：通过预训练生成对抗网络生成目标生成图像，并对目标训练图像进行图像增强处理；将目标生成图像和处理后目标训练图像，输入对抗网络的判别器中，将判别器输出的目标特征，输入训练好的原型空间中，并根据原型空间的输出确定交换预测损失；获取目标训练图像和目标生成图像之间的原始对抗损失、源生成图像和目标生成图像之间的对比学习损失与文本指导损失，并根据所述损失确定微调损失；按照所述微调损失对对抗网络进行微调，得到微调后图像生成模型，通过图像生成模型生成与训练图像一致的图像，能够解决当前极少量样本下目标域风格学习不佳的问题。

公开(公告)号：CN110428006A

公开(公告)日：2019-11-08

申请号：CN201910706992.2

申请日：2019-08-01

Applicant: 中国科学院自动化研究所

Inventor： 董晶 ,  王伟 ,  彭勃 ,  轩心升 ,  王建文

IPC: G06K9/62

Abstract: 本发明属于计算机生成图像、计算机视觉与图像取证领域，具体涉及一种计算机生成图像的检测方法、系统、装置，旨在解决现有计算机生成图像检测模型对模型的训练集非同源的数据检测准确率低的问题。本系统方法包括获取待检测的图像，作为输入图像；基于输入图像，通过计算机生成图像检测模型获取图像检测结果；其中，计算机生成图像检测模型采用基于DCGAN判别模型的CNN网络构建。本发明增强了计算机生成图像检测模型的泛化能力，提高了其对模型的训练集非同源的数据检测的准确率。