[发明专利]一种基于深度学习伪造人脸视频的检测方法

权利要求书

1.一种基于深度学习伪造人脸视频的检测方法，其特征在于，包括以下步骤：

S1：使用人脸检测模型，对需要检测的图像进行人脸检测，获取包含人脸及小范围背景区域的图像，简称为人脸图像；

S2：使用特征滤波模型，对人脸图像进行滤波，得到滤波人脸图像；

S3：使用胶囊网络模型，首先对滤波人脸图像提取特征，随后对提取的特征进行预测，给出图像是生成伪造人脸图像的概率，最后判断图像是否是生成伪造人脸图像；

其中步骤S1中包含以下：

S1.1：使用人脸检测模型对需要检测的图像进行人脸检测，得到图像中人脸的坐标信息；

S1.2：根据步骤S1.1中得到的人脸坐标信息，得到人脸中心的坐标，以该坐标为中心，截取包含人脸及小范围背景区域的正方形图像，简称为人脸图像；

步骤S2中包含以下：

S2.1：将步骤1.1中得到的人脸图像送入滤波器，得到滤波后的人脸图像；

步骤S3中包含以下：

S3.1：将步骤S2.1中得到的滤波后的人脸图像，送入卷积神经网络，得到纹理特征；

S3.2：将步骤3.1中得到的纹理特征，以复制的形式将特征送入十个输入胶囊，经过输入胶囊的计算之后，得到十个输出特征向量；

S3.3：对十个输出特征向量进行动态路由运算，得到一个输出向量，送入输出胶囊，经运算之后得到预测概率；

S3.4：将S3.3得到的预测概率和阈值进行比较，得到预测结果。