[发明专利]图片、视频检测方法和装置

权利要求书

1.一种图片检测方法，其特征在于，所述方法包括：

将图片输入检测网络模型，以检测出所述图片中的面部区域和面部中的局部特征区域；

将所述图片中的面部区域和面部中的局部特征区域分别输入判别网络模型，以得到面部区域的可信度预测值、以及面部中的局部特征区域的可信度预测值；

根据所述面部区域的可信度预测值以及局部特征区域的可信度预测值，识别所述图片是否为合成图片。

2.根据权利要求1所述的方法，其特征在于，所述根据所述面部区域的可信度预测值以及局部特征区域的可信度预测值，识别所述图片是否为合成图片包括：

根据所述面部区域的可信度预测值以及局部特征区域的可信度预测值，确定所述图片的可信度预测值；将所述图片的可信度预测值与预设阈值进行比较；在所述图片的可信度预测值大于预设阈值的情况下，确认所述图片不是合成图片；在所述图片的可信度预测值小于或等于预设阈值的情况下，确认所述图片是合成图片。

3.根据权利要求2所述的方法，其特征在于，所述根据所述面部区域的可信度预测值以及局部特征区域的可信度预测值，确定所述图片的可信度预测值包括：

根据所述面部区域的可信度预测值以及局部特征区域的可信度预测值，映射得到与所述图片对应的空间向量点；计算所述空间向量点与坐标系原点之间的加权欧式距离，并将所述加权欧式距离作为所述图片的可信度预测值。

4.根据权利要求1所述的方法，其特征在于，所述面部中的局部特征区域包括：眉毛所在区域、眼睛所在区域、鼻子所在区域、嘴所在区域。

5.一种视频检测方法，其特征在于，所述方法包括：

将视频中的多帧图片输入检测网络模型，以检测出所述多帧图片中每一帧图片的面部区域和面部中的局部特征区域；

将所述每一帧图片中的面部区域和面部中的局部特征区域分别输入判别网络模型，以得到该帧图片中的面部区域的可信度预测值、以及面部中的局部特征区域的可信度预测值；

根据每一帧图片中的面部区域的可信度预测值以及局部特征区域的可信度预测值，识别所述视频是否为合成视频。

6.根据权利要求5所述的方法，其特征在于，所述根据每一帧图片中的面部区域的可信度预测值以及局部特征区域的可信度预测值，识别所述视频是否为合成视频包括：

根据每一帧图片中的面部区域的可信度预测值以及局部特征区域的可信度预测值，映射得到与该帧图片对应的空间向量点；确定与所述多帧图片对应的空间向量点的离散度；在所述离散度大于预设阈值的情况下，确认所述视频为合成视频；在所述离散度小于或等于预设阈值的情况下，确认所述视频不是合成视频。

7.根据权利要求6所述的方法，其特征在于，所述确定与所述多帧图片对应的空间向量点的离散度包括：

将每个空间向量点作为一个聚类的中心点，计算其他空间向量点至该空间向量点的距离之和，并将所述距离之和作为以该空间向量点为中心点的聚类离散度；将以各个空间向量点为中心点的聚类离散度中的最小值，作为与所述多帧图片对应的空间向量点的离散度。

8.根据权利要求5所述的方法，其特征在于，所述面部中的局部特征区域包括：眉毛所在区域、眼睛所在区域、鼻子所在区域、嘴所在区域。

9.一种图片检测装置，其特征在于，所述装置包括：

检测模块，用于将图片输入检测网络模型，以检测出所述图片中的面部区域和面部中的局部特征区域；

判别模块，用于将所述图片中的面部区域和面部中的局部特征区域分别输入判别网络模型，以得到面部区域的可信度预测值、以及面部中的局部特征区域的可信度预测值；

图片识别模块，用于根据所述面部区域的可信度预测值以及局部特征区域的可信度预测值，识别所述图片是否为合成图片。