-
公开(公告)号：CN116844242A
公开(公告)日：2023-10-03
申请号：CN202310293515.4
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分支卷积抑制纹理网络的人脸伪造检测方法及系统，本方法将待预测人脸图像输入至双分支卷积抑制纹理网络进行人脸伪造检测，获得人脸伪造检测结果；其中进行人脸伪造检测包括：将第一纹理抑制特征图和第二纹理抑制特征图相加，获得第一支路的第一特征图；将纹理抑制注意力特征图和第二支路的特征图进行元素相乘，获得第二支路的第一特征图；将第一支路的特征和第二支路的特征输入至跨流融合模块中进行不同维度的特征融合，获得第一支路的融合特征和第二支路的融合特征；将每个维度上的融合特征进行整平操作和拼接操作后输入至全连接层，获得人脸伪造检测结果。本发明能够提高模型的泛化性能，提高人脸伪造检测的准确度。
-
公开(公告)号：CN116343296A
公开(公告)日：2023-06-27
申请号：CN202310291741.9
申请日：2023-03-23
Applicant: 长沙理工大学
Abstract: 本申请实施例提供了一种基于多尺度的多级特征融合的人脸图像检测方法以及装置。本方法先将待检测人脸图像放大得到高分辨率图像；两种不同分辨率图像在特征提取网络中的两条支路上进行全部卷积后得到两种高级特征图，同时提取在两条支路中途若干次卷积后对应两种低级特征图，然后充分学习两种低级特征图的不同尺度信息，得到融合后的低级特征图；最后将融合后的低级特征图和两种高级特征图进行层级特征融合，保证低级特征所提取的特征信息不丢失的同时，能够与所提取的高级特征进行融合，提取和利用人脸伪造中更具一般性的特征，提高模型的对于人脸检测的泛化能力，进而提高判断人脸图像伪造的准确度；最后基于融合特征图进行判断人脸是否伪造。
-
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 0.018 seconds)
