申请/专利权人:四川新网银行股份有限公司
申请日:2023-12-29
公开(公告)日:2024-05-10
公开(公告)号:CN118015713A
主分类号:G06V40/40
分类号:G06V40/40;G06V40/16;G06V10/764;G06V10/82;G06V10/25;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.28#实质审查的生效;2024.05.10#公开
摘要:本发明提出一种基于伪影检测的深度伪造视频检测方法,属于人工智能技术领域,以解决现有视频检测模型在训练时样本数量、样本伪造类型都受到限制的问题;本发明包括步骤1:获取真实样本集内的图片s,并检测人物的面部关键点;步骤2:根据关键点,裁剪提取图片s内人物的面部区域并进行高斯模糊后,放回源图片中得到伪造人脸样本;步骤3:对伪造人脸样本进行更改,得到最终的伪造人脸样本集;步骤4:将真实样本集与伪造人脸样本集输出到ResNet50网络判别器中进行训练,得到检测模型;步骤5:将视频v输入到检测模型中进行检测并得到预测分数。本发明中,通过高斯模糊、颜色更改等能够制作更多的样本,摆脱了伪造负样本数量不足、缺少多样性的缺点。
主权项:1.一种基于伪影检测的深度伪造视频检测方法,其特征在于,包括以下步骤:步骤1:获取真实样本集内的图片s,识别图片s内人物的人脸,并检测人物的面部关键点;步骤2:根据步骤1中识别得到的关键点,裁剪提取图片s内人物的面部区域并进行高斯模糊后,放回图片s中得到合成的伪造人脸样本;步骤3:对步骤2得到的伪造人脸样本进行颜色更改、放射区域变换操作实现伪造人脸样本数据增广,得到最终的伪造人脸样本集;步骤4:将真实样本集与步骤3最终得到的伪造人脸样本集输出到ResNet50网络判别器中进行判断,迭代更新损失函数优化训练网络,得到最终的检测模型;步骤5:对于待检测的视频v,将其输入到步骤4得到的检测模型中进行检测并得到最终的预测分数。
全文数据:
权利要求:
百度查询: 四川新网银行股份有限公司 一种基于伪影检测的深度伪造视频检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。