公开(公告)号：CN116978105A

公开(公告)日：2023-10-31

申请号：CN202311116887.6

申请日：2023-08-31

Applicant: 南京信息工程大学

Inventor： 许斯庆 ,  瞿治国

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种AI换脸图像异常检测方法，包括：对待检测数据进行预处理；将预处理后的待检测数据输入训练好的检测模型，得到生成数据；计算待检测数据和生成数据之间的异常得分；将异常得分和预设阈值进行对比，判别待检测数据是否为异常图像；其中，待检测数据为疑似AI换脸处理生成的图像，检测模型为改进GAN模型，改进GAN模型在其生成器中增设self‑attention模块和一个编码器。本发明采用无监督的训练方法和生成式模型，通过增加映射编码器提高模型训练速度，引入自注意力机制提高模型对复杂人脸图像生成的泛化能力。

公开(公告)号：CN118115862A

公开(公告)日：2024-05-31

申请号：CN202410533850.1

申请日：2024-04-30

Applicant: 南京信息工程大学

Inventor： 许斯庆 ,  瞿治国 ,  孙乐

IPC: G06V20/00 ,  G06V40/16 ,  G06V10/82 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明提出了一种人脸图像篡改异常检测方法、装置及介质，在cycleGAN基础上，引入了SENet通道注意力模块以增强模型性能。该方法通过无监督学习正常未经篡改的人脸图像分布，使用量化的异常图像重建差异作为异常得分；通过与预设阈值进行比较，实现对人脸篡改图像的异常检测；本发明利用生成式模型和通道注意力模块相结合，有效提升了人脸篡改图像检测的精度和鲁棒性；通过量化异常图像的重建差异，该方法能够可靠地识别出潜在的篡改行为，为人脸图像的安全性提供了有效保障。

公开(公告)号：CN118115862B

公开(公告)日：2024-07-05

申请号：CN202410533850.1

申请日：2024-04-30

Applicant: 南京信息工程大学

Inventor： 许斯庆 ,  瞿治国 ,  孙乐

IPC: G06V20/00 ,  G06V40/16 ,  G06V10/82 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明提出了一种人脸图像篡改异常检测方法、装置及介质，在cycleGAN基础上，引入了SENet通道注意力模块以增强模型性能。该方法通过无监督学习正常未经篡改的人脸图像分布，使用量化的异常图像重建差异作为异常得分；通过与预设阈值进行比较，实现对人脸篡改图像的异常检测；本发明利用生成式模型和通道注意力模块相结合，有效提升了人脸篡改图像检测的精度和鲁棒性；通过量化异常图像的重建差异，该方法能够可靠地识别出潜在的篡改行为，为人脸图像的安全性提供了有效保障。