-
公开(公告)号：CN116721473A
公开(公告)日：2023-09-08
申请号：CN202310296950.2
申请日：2023-03-23
Applicant: 长沙理工大学
Abstract: 本发明公开了一种基于频域多尺度的人脸伪造检测方法、系统、设备及介质，能够通过卷积、下采样、通过双线性插值进行上采样以及高斯核卷积的操作，得到不同频段的图像，使人脸伪造检测在面对不同场景时仍有不错的泛化性能；通过提取不同频段的图像的特征，使得到的卷积特征包括了不同频段信息；通过将卷积特征进行不同尺度的池化，得到多尺度特征，有助于捕获更具有鉴别力的特征并保留更丰富的纹理信息，解决伪造方法所产生的伪影尺度不一以及单尺度特征可能无法捕获所需的所有空间信息的问题；最后通过训练得到人脸伪造检测网络，将不同频段的图像和多尺度特征的优点集合，大大提高人脸伪造检测方法的泛化能力、精确度和性能。
-
公开(公告)号：CN116403291A
公开(公告)日：2023-07-07
申请号：CN202310304033.4
申请日：2023-03-23
Applicant: 长沙理工大学
Abstract: 本发明公开了一种基于双模态的人脸伪造检测方法、系统、设备及介质，其方法包括：将人脸图像输入至第一浅层卷积神经网络进行RGB信息提取，得到RGB特征，将高频图像输入至第二浅层卷积神经网络进行高频信息提取，得到高频特征；其中，通过预设的信息交互模块将第一浅层卷积神经网络中当前一层第一卷积块输出的第一特征和第二浅层卷积神经网络中对应一层第二卷积块输出的第二特征进行交互学习后得到第三特征，并将第三特征与第一特征相加后作为第一浅层卷积神经网络中下一层第一卷积块的输入；合并RGB特征和高频特征后输入至分类器，得到RGB人脸图像的真伪。本发明通过两个模态及两者的交互学习，提高人脸伪造检测的精度和泛化性能。
-
公开(公告)号：CN114022928B
公开(公告)日：2024-07-26
申请号：CN202111235542.3
申请日：2021-10-22
Applicant: 长沙理工大学
IPC: G06V40/16 , G06V20/40 , G06V40/40 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于双流的Deepfakes视频检测方法及系统，该方法包括：使用自适应视频帧提取方法提取视频中的人脸图像；提取人脸图像的篡改伪影特征，对篡改伪影特征进行全局平均池化，获得第一特征图；获取人脸图像对应的残差图像；提取残差图像的篡改痕迹特征，对篡改痕迹特征进行全局平均池化，获得第二特征图；融合第一特征图和第二特征图，获得融合特征图；将融合特征图进行分类，获得目标检测结果。本申请即能保证Deepfake视频检测性能，又能减少资源浪费，还能够抑制拟合图像内容特征，防止过拟合，提高了Deepfake视频检测性能。
-
公开(公告)号：CN114022928A
公开(公告)日：2022-02-08
申请号：CN202111235542.3
申请日：2021-10-22
Applicant: 长沙理工大学
Abstract: 本发明公开了一种基于双流的Deepfakes视频检测方法及系统，该方法包括：使用自适应视频帧提取方法提取视频中的人脸图像；提取人脸图像的篡改伪影特征，对篡改伪影特征进行全局平均池化，获得第一特征图；获取人脸图像对应的残差图像；提取残差图像的篡改痕迹特征，对篡改痕迹特征进行全局平均池化，获得第二特征图；融合第一特征图和第二特征图，获得融合特征图；将融合特征图进行分类，获得目标检测结果。本申请即能保证Deepfake视频检测性能，又能减少资源浪费，还能够抑制拟合图像内容特征，防止过拟合，提高了Deepfake视频检测性能。
-
-
-
Search Results
4
records
(took 0.024 seconds)
