← 返回列表
一种可学习局部差异的深度伪造人脸检测定位方法
申请人信息
- 申请人:暨南大学
- 申请人地址:510632 广东省广州市天河区黄埔大道西601号
- 发明人: 暨南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种可学习局部差异的深度伪造人脸检测定位方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311841206.2 |
| 申请日 | 2023/12/29 |
| 公告号 | CN117496583A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 暨南大学 |
| 发明人 | 夏志华; 冷凌云 |
| 地址 | 广东省广州市天河区黄埔大道西601号 |
摘要文本
暨南大学获取“一种透气窗帘布”专利技术，本发明公开了一种可学习局部差异的深度伪造人脸检测定位方法，可用于深度伪造人脸图像真伪检测以及篡改区域定位，本发明属于数字取证领域。包括：局部差异特征提取网络、跨层次注意融合伪造定位网络以及高泛化性真伪分类器。局部差异特征提取网络与跨层次注意融合伪造定位网络是本发明方法的核心所在，局部差异特征提取网络中的局部相似性计算模块能够提高特征提取网络捕捉细粒度局部差异痕迹的能力，跨层次注意融合模块聚合了多种层次的细节信息促进伪造定位的准确性。在有限的训练数据下，本发明对未知伪造方法数据的测试获得了更高的泛化性，从而扩展了现有检测模型的泛化能力。 来自：马 克 团 队
专利主权项内容
1.一种可学习局部差异的深度伪造人脸检测定位方法，其特征在于，包括：获取伪造人脸视频，对所述伪造人脸视频提取视频关键帧，并获取所述视频关键帧中待检测人脸图像；构建检测模型，将所述待检测人脸图像输入所述检测模型，检测所述待检测人脸图像的真伪并对伪造区域进行定位，其中，所述检测模型包括局部差异特征提取网络、高泛化性真伪分类器和跨层次注意融合伪造定位网络，所述检测模型通过训练集训练获得，所述训练集为人脸图像训练集。