申请/专利权人：恒安嘉新(北京)科技股份公司

申请日：2021-09-02

公开（公告）日：2024-04-23

公开（公告）号：CN113762138B

主分类号：G06F30/27

分类号：G06F30/27

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.12.24#实质审查的生效;2021.12.07#公开

摘要：本发明实施例公开了一种伪造人脸图片的识别方法、装置、计算机设备及存储介质。其中，该方法包括：获取深度伪造数据集，其中包括多个视频对，每个视频对中包括真实视频，以及将真实视频中的真实人脸进行人脸替换后得到的伪造视频；根据真实人脸和替换人脸，形成多个负样本图像，并根据真实视频，形成多个正样本图像；根据各负样本图像和各正样本图像构建训练样本集，对机器学习模型进行训练，形成伪造人脸图片识别模型；将待识别的目标人脸图片输入至识别模型中，获取目标人脸图片是否为伪造人脸图片的识别结果。本发明实施例，解决了公开数据集伪造人脸种类单一和存在网络过拟合可能性的问题，实现了数据增强和满足深度伪造检测识别的需求。

主权项：1.一种伪造人脸图片的识别方法，其特征在于，包括：获取深度伪造数据集，深度伪造数据集中包括多个视频对，每个视频对中包括真实视频，以及将真实视频中的真实人脸进行人脸替换后得到的伪造视频；根据各视频对中包括的真实人脸和替换人脸，进行图像增强处理，形成多个负样本图像，并根据各视频对中包括的真实视频，形成多个正样本图像；根据各负样本图像和各正样本图像构建训练样本集，并使用训练样本集，对预设的机器学习模型进行训练，形成伪造人脸图片识别模型；将待识别的目标人脸图片输入至伪造人脸图片识别模型中，获取目标人脸图片是否为伪造人脸图片的识别结果；所述机器学习模型为融合EfficientNet-b0网络，所述融合EfficientNet-b0网络为标准EfficientNet-b0网络的改进型；其中，融合EfficientNet-b0网络包括：卷积网络、与卷积网络中的至少两个卷积层相连的特征融合网络，以及与特征融合网络相连的分类网络；卷积网络，包括多个首尾相连的卷积层，每个卷积层用于对输入特征张量进行特征提取，得到设定尺度的输出特征张量，首个卷积层的输入特征张量为输入至融合EfficientNet-b0网络的输入图片的特征张量；特征融合网络，用于获取相连的至少两个卷积层的输出特征张量，并将各输出特征张量进行逐层的尺度变换和特征加权，得到目标融合特征张量；分类网络，用于根据目标融合特征张量，输出输入图片是否为伪造人脸图片的分类结果。

全文数据：

权利要求：

百度查询： 恒安嘉新(北京)科技股份公司 伪造人脸图片的识别方法、装置、计算机设备及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD