[发明专利]基于AI对抗深度伪造人像的系统及方法

说明书

本发明公开了基于AI对抗深度伪造人像的系统及方法，涉及对抗伪造人像领域，包括：3D相机拍摄人像，用于采集3D人像，方便3D形象构建和分析处理；2D相机拍摄人像，用于采集2D面部图像，方便生成3D头部模型；等高线处理，用于将人脸模型生成后与人脸模型处理软件进行对比，生成的对比数据；图像校准，用于将优化后具有等高线图层的模型与拍摄的2D面部图像进行大小与定位校准。本发明实现了通过利用AI人工智能技术，进行伪造人像，该方法可解决因背景环境的复杂性，光照条件的复杂多变性、人像表情的多变性、采集人像的角度多样性、遮挡问题，从而避免人像部分特征无法被正确提取，导致的人像建模错误的问题。

技术领域

本发明涉及对抗伪造人像领域，具体为基于AI对抗深度伪造人像的系统及方法。

背景技术

随着移动终端功能的不断增加和性能的日益提高,移动终端上存储了越来越多的敏感用户数据。如何保障移动终端内的个人信息安全成为移动终端需要考虑的头等大事。

作为智能终端用户群体(Android|iPhone)来说，目前普遍的保障方法为传统的密码认证、简单的生物识别技术例如指纹识别以及人脸识别等，这些认证方法一定程度上提升了移动终端设备的安全性，提高了移动终端使用的便利性，此时，如果需要解锁手机，则需要验证设备主人的生物特征信息，包括人脸、指纹等，目前已有几种方式用于移动终端人脸解锁：1.通过提取拍摄的2D图片中人脸的特征点来进行识别，这是目前使用最广泛的人脸识别技术，该方法有一个致命伤，就是非常依赖环境光照，弱光、强光下识别精度会大幅下降，光照过低无法识别；2.通过背景虚化、前景分割方式，根据两个相机在不同方向拍摄同一物体时的视差来计算景深，计算的深度精度和两个相机的间距(基线)关系很大，基线越小，可以测量的最远深度越近，也越不精确，该方法和上述技术有一样的通病，非常依赖环境光照。

发明内容

本发明的目的在于：为了解决作为智能终端用户群体(Android|iPhone)来说，目前普遍的保障方法为传统的密码认证、简单的生物识别技术例如指纹识别以及人脸识别等，这些认证方法一定程度上提升了移动终端设备的安全性，提高了移动终端使用的便利性，此时，如果需要解锁手机，则需要验证设备主人的生物特征信息，包括人脸、指纹等，目前已有几种方式用于移动终端人脸解锁：1.通过提取拍摄的2D图片中人脸的特征点来进行识别，这是目前使用最广泛的人脸识别技术，该方法有一个致命伤，就是非常依赖环境光照，弱光、强光下识别精度会大幅下降，光照过低无法识别；2.通过背景虚化、前景分割方式，根据两个相机在不同方向拍摄同一物体时的视差来计算景深，计算的深度精度和两个相机的间距(基线)关系很大，基线越小，可以测量的最远深度越近，也越不精确，该方法和上述技术有一样的通病，非常依赖环境光照的问题，提供基于AI对抗深度伪造人像的系统及方法。

为实现上述目的，本发明提供如下技术方案：基于AI对抗深度伪造人像的系统及方法,包括：

3D相机拍摄人像，用于采集3D人像，方便3D形象构建和分析处理；

2D相机拍摄人像，用于采集2D面部图像，方便生成3D头部模型；

等高线处理，用于将人脸模型生成后与人脸模型处理软件进行对比，生成的对比数据；

图像校准，用于将优化后具有等高线图层的模型与拍摄的2D面部图像进行大小与定位校准；

图像分层，用于将等高线图层分隔开；

图像打印，用于人像2D面部图像进行激光打印；

图像切割，用于根据等高线图层对打印出的面部图像进行全自动切割，生成图纸；

图层定位固定，用于将图纸固定为人像模型；

人脸面具，用于综合处理后的人脸面具生成。