买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本发明公开了一种面向伪造人脸溯源的GAN指纹增强方法，主要包括以下步骤：构建训练增强框架所需的人脸数据集；构建所需的基于多类型伪造人脸决策级融合的双域GAN指纹并行增强框架；利用所述数据集训练和测试所述基于多类型伪造人脸决策级融合的双域GAN指纹并行增强框架，得到训练后的增强框架；利用训练后的增强框架对压缩人脸图像中的GAN指纹进行增强操作。本发明通过在溯源识别前对GAN指纹进行增强预处理，在不重新训练溯源模型的情况下有效提升压缩伪造人脸的溯源准确率。

主权项：1.一种面向伪造人脸溯源的GAN指纹增强方法，其特征在于，包括以下步骤：步骤1，准备图像数据集用于训练和测试；步骤2，构建基于多类型伪造人脸决策级融合的双域GAN指纹并行增强框架，包括图像域多网络增强模块、指纹域多网络增强模块、GAN指纹计算模块、GAN指纹识别模块和分数决策模块；图像域多网络增强模块由多个图像域增强网络构成，指纹域多网络增强模块由多个指纹域增强网络构成，GAN指纹识别模块由指纹对比模块与拼接操作级联组成，分数决策模块包括图像域分数决策模块、指纹域分数决策模块及总体分数决策模块；该框架的运行包括以下几个步骤：步骤2.1，将步骤1得到的压缩处理后的压缩人脸图像输入图像域多网络增强模块，每次输入一张压缩人脸图像，得到多张增强后的人脸图像；图像域多网络增强模块由n个图像域增强网络构成，输入的一张压缩人脸图像将分别经过n个图像域增强网络的增强，得到n张增强后的人脸图像；步骤2.2，将步骤2.1得到的多张增强后的人脸图像输入GAN指纹计算模块，得到多张GAN指纹；步骤2.3，将步骤2.2得到的多张GAN指纹输入GAN指纹识别模块，得到图像域指纹对比分数矩阵；将n张GAN指纹输入GAN指纹识别模块中的指纹对比模块，指纹对比模块输出n组指纹对比分数，再将n组分数进行拼接，得到指纹对比分数矩阵；步骤2.4，将步骤1得到的压缩处理后的压缩人脸图像输入GAN指纹计算模块，得到GAN指纹；步骤2.5，将步骤2.4得到的GAN指纹输入指纹域多网络增强模块，每次输入一张GAN指纹，得到多张增强后的GAN指纹；指纹域多网络增强模块由n个指纹域增强网络构成，输入的一张GAN指纹将分别经过n个指纹域增强网络的增强，得到n张增强后的GAN指纹；步骤2.6，将步骤2.5得到的多张增强后的GAN指纹输入GAN指纹识别模块，得到指纹域指纹对比分数矩阵；步骤2.7，将步骤2.3与步骤2.6得到的两个指纹对比分数矩阵分别输入图像域分数决策模块与指纹域分数决策模块，得到两个融合对比分数，再将两个融合对比分数输入总体分数决策模块，得到最终溯源结果；步骤3，采用训练集对基于多类型伪造人脸决策级融合的双域GAN指纹并行增强框架进行训练，包括训练图像域多网络增强模块、指纹域多网络增强模块、图像域分数决策模块、指纹域分数决策模块和总体分数决策模块，并使用测试集评估增强效果，得到训练后的增强框架；步骤4，利用训练后的增强框架，输入压缩处理后的压缩人脸图像，对压缩人脸图像中的GAN指纹进行增强，输出最终溯源结果。

全文数据：

权利要求：

百度查询： 武汉大学 一种面向伪造人脸溯源的GAN指纹增强方法