人脸鉴伪取证方法及装置、电子设备及存储介质

    公开(公告)号:CN115410260B

    公开(公告)日:2023-03-28

    申请号:CN202211076090.3

    申请日:2022-09-05

    Abstract: 本公开涉及一种人脸鉴伪取证方法及装置、电子设备及存储介质,所述方法包括:在疑似换脸图像上绘制脸部包络线,其中,所述疑似换脸图像为利用训练好的人脸鉴伪模型鉴别得到的;将疑似换脸图像上脸部包络线范围内的区域作为目标区域,对所述目标区域的图像进行增强处理,分别得到疑似换脸图像的更真增强图和更假增强图;将更真增强图和更假增强图与疑似换脸图像进行对比显示,作为疑似换脸图像的鉴别证据,通过疑似换脸图像的更真增强图和更假增强图以及与目标区域的图像原图进行对比,能够凸显出疑似换脸图像的伪造痕迹,作为人脸鉴伪模型的鉴别证据。

    基于三维人脸分解的换脸与重演方法及装置

    公开(公告)号:CN113344777B

    公开(公告)日:2021-10-15

    申请号:CN202110882708.4

    申请日:2021-08-02

    Abstract: 本发明提供基于三维人脸分解的换脸与重演方法及装置,具有同一套流程可同时实现任意人换脸和表情重演的特点,方法包括:应用三维形变模型拟合将给定的2D图像分解,得到三维分解参数:ID形状,表情和姿态;训练图像转化模型,模型的统一输入为:目标图像背景Isur、操纵后的3D人脸投影Ishp、3D重演人脸表观图Iapp,模型输出为生成的换脸或重演图像;模型的训练损失为:约束生成图像与训练数据中的目标图像相似的重构损失Lrec和约束生成图像在ID上与输入图像相似的身份损失Lid;两项损失加权构成最终损失;优化所述最终损失,得到训练后的模型;将测试数据经三维人脸分解和人脸属性重组变换后,输入所述训练后的模型生成换脸视频及表情重演视频。

    基于三维人脸分解的换脸与重演方法及装置

    公开(公告)号:CN113344777A

    公开(公告)日:2021-09-03

    申请号:CN202110882708.4

    申请日:2021-08-02

    Abstract: 本发明提供基于三维人脸分解的换脸与重演方法及装置,具有同一套流程可同时实现任意人换脸和表情重演的特点,方法包括:应用三维形变模型拟合将给定的2D图像分解,得到三维分解参数:ID形状,表情和姿态;训练图像转化模型,模型的统一输入为:目标图像背景Isur、操纵后的3D人脸投影Ishp、3D重演人脸表观图Iapp,模型输出为生成的换脸或重演图像;模型的训练损失为:约束生成图像与训练数据中的目标图像相似的重构损失Lrec和约束生成图像在ID上与输入图像相似的身份损失Lid;两项损失加权构成最终损失;优化所述最终损失,得到训练后的模型;将测试数据经三维人脸分解和人脸属性重组变换后,输入所述训练后的模型生成换脸视频及表情重演视频。

    用于检测多类型深度网络生成图像的方法、系统、装置

    公开(公告)号:CN110942034A

    公开(公告)日:2020-03-31

    申请号:CN201911190229.5

    申请日:2019-11-28

    Abstract: 本发明属于深度网络生成图像、计算机视觉与图像取证领域,具体涉及一种用于检测多类型深度网络生成图像的方法、系统、装置,旨在解决现有深度网络生成图像检测方法针对不同类型和新类型的深度网络生成图像检测率低的问题。本系统方法包括获取待检测的图像,作为输入图像;通过高通滤波器对输入图像进行预处理,得到预处理图像;通过深度残差网络提取预处理图像的特征向量;基于所述特征向量,采用模板匹配方法与预设的模板图像库中各模板图像的特征向量进行匹配,获取所述待检测图像的类别。本发明提高了不同类型和新类型深度网络生成图像的检测准确率。

    一种生成图像检测方法、装置、电子设备和存储介质

    公开(公告)号:CN117934922A

    公开(公告)日:2024-04-26

    申请号:CN202311864932.6

    申请日:2023-12-29

    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。

    人脸鉴伪取证方法及装置、电子设备及存储介质

    公开(公告)号:CN115410260A

    公开(公告)日:2022-11-29

    申请号:CN202211076090.3

    申请日:2022-09-05

    Abstract: 本公开涉及一种人脸鉴伪取证方法及装置、电子设备及存储介质,所述方法包括:在疑似换脸图像上绘制脸部包络线,其中,所述疑似换脸图像为利用训练好的人脸鉴伪模型鉴别得到的;将疑似换脸图像上脸部包络线范围内的区域作为目标区域,对所述目标区域的图像进行增强处理,分别得到疑似换脸图像的更真增强图和更假增强图;将更真增强图和更假增强图与疑似换脸图像进行对比显示,作为疑似换脸图像的鉴别证据,通过疑似换脸图像的更真增强图和更假增强图以及与目标区域的图像原图进行对比,能够凸显出疑似换脸图像的伪造痕迹,作为人脸鉴伪模型的鉴别证据。

    基于生成模型的人脸对抗口罩样本生成方法和系统

    公开(公告)号:CN114898450B

    公开(公告)日:2022-10-28

    申请号:CN202210823234.0

    申请日:2022-07-14

    Abstract: 本发明提出一种基于生成模型的人脸对抗口罩样本生成方法和系统。方法包括:根据对抗人脸图像中人脸特征点位置,构建人脸口罩形状矩阵,并通过弯曲旋转映射变换模仿物理空间中口罩的弧度变换,得到口罩形状的对抗掩模;基于人脸生成模型生成随机人脸图像,利用对抗掩模生成方法对随机人脸图像进行处理,得到口罩形状对抗扰动,将口罩形状对抗扰动和对抗人脸图像组合成对抗样本;将对抗样本和数据库人脸图像输入到被攻击的人脸识别系统网络中,构建整体的对抗攻击训练网络。本发明提出的方案,能够实现在物理空间中打印,不仅可以使人脸识别系统错误识别人脸,而且能够实现对抗样本在不同人脸识别模型上的迁移性。

    基于生成模型的人脸对抗口罩样本生成方法和系统

    公开(公告)号:CN114898450A

    公开(公告)日:2022-08-12

    申请号:CN202210823234.0

    申请日:2022-07-14

    Abstract: 本发明提出一种基于生成模型的人脸对抗口罩样本生成方法和系统。方法包括:根据对抗人脸图像中人脸特征点位置,构建人脸口罩形状矩阵,并通过弯曲旋转映射变换模仿物理空间中口罩的弧度变换,得到口罩形状的对抗掩模;基于人脸生成模型生成随机人脸图像,利用对抗掩模生成方法对随机人脸图像进行处理,得到口罩形状对抗扰动,将口罩形状对抗扰动和对抗人脸图像组合成对抗样本;将对抗样本和数据库人脸图像输入到被攻击的人脸识别系统网络中,构建整体的对抗攻击训练网络。本发明提出的方案,能够实现在物理空间中打印,不仅可以使人脸识别系统错误识别人脸,而且能够实现对抗样本在不同人脸识别模型上的迁移性。

    人脸活体检测对抗鲁棒性的评估方法及装置

    公开(公告)号:CN114241587A

    公开(公告)日:2022-03-25

    申请号:CN202210165316.0

    申请日:2022-02-23

    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。

    抗JPEG压缩的伪造图像检测方法

    公开(公告)号:CN113255571B

    公开(公告)日:2021-11-30

    申请号:CN202110665199.X

    申请日:2021-06-16

    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。

Patent Agency Ranking