← 返回列表

一种基于双分支特征增强的伪造人脸检测方法

申请号: CN202311598459.1
申请人: 齐鲁工业大学(山东省科学院); 山东省人工智能研究院
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 一种基于双分支特征增强的伪造人脸检测方法
专利类型 发明申请
申请号 CN202311598459.1
申请日 2023/11/28
公告号 CN117593798A
公开日 2024/2/23
IPC主分类号 G06V40/40
权利人 齐鲁工业大学(山东省科学院); 山东省人工智能研究院
发明人 刘瑞霞; 王其昌; 舒明雷; 徐鹏摇; 刘照阳
地址 山东省济南市西部新城大学科技园; 山东省济南市科院路19号

摘要文本

一种基于双分支特征增强的伪造人脸检测方法,涉及人脸检测技术领域,利用了RGB图像和细粒度的频域信息,在每一条分支上分别应用了特征增强模块和网络卷积注意力模块来去除一些无用特征增强与伪造相关的特征,同时为了使模型只关注图像的局部区域,较少地关注全局信息,进一步增强所需要的特征,提出虚假检测模块,以指导模型关注局部伪影区域进一步增强伪造特征并作出最后的预测,检测的准确性明显提高。

专利主权项内容

1.一种基于双分支特征增强的伪造人脸检测方法,其特征在于,包括如下步骤:a)获取N帧人脸图像,得到人脸图像集X,X={X, X, ..., X, ..., X},X为第i张人脸图像,i∈{1, ..., N};12iNib)获取第i张人脸图像X的左眼关键点及右眼关键点/>ic)对第i张人脸图像进行预处理,得到人脸RGB图像d)将人脸RGB图像转换为频域图像/>e)将人脸RGB图像输入到EfficientNet-B4模型中,输出得到低级纹理特征F,将频域图像/>输入到EfficientNet-B4模型中,输出得到低级纹理特征F;rff)建立特征增强模块,将低级纹理特征F输入到特征增强模块中,输出得到噪声增强的特征将低级纹理特征F输入到特征增强模块中,输出得到噪声增强的特征/>rfg)建立网络卷积注意力模块,将噪声增强的特征输入到网络卷积注意力模块中,输出得到特征/>将噪声增强的特征/>输入到网络卷积注意力模块中,输出得到特征/>h)建立虚假检测模块,将特征与特征/>输入到虚假检测模块中,输出得到特征F″″;chi)根据特征F″″得到人脸检测结果。ch