[发明专利]深度伪造检测方法、装置、存储介质及电子设备有效

专利信息
申请号: 202110097198.X 申请日: 2021-01-25
公开(公告)号: CN112766189B 公开(公告)日: 2023-08-08
发明(设计)人: 郭怡文;王智;王长虎 申请(专利权)人: 北京有竹居网络技术有限公司
主分类号: G06V40/40 分类号: G06V40/40;G06V40/16;G06V10/764;G06V10/82;G06N3/0475;G06N3/094;G06N3/084
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 张桂杰
地址: 101299 北京市平*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 深度 伪造 检测 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种深度伪造检测方法,其特征在于,所述方法包括:

获取待检测的目标图像;

将所述目标图像输入深度伪造检测模型中,以确定所述目标图像是否为真实人脸图像,其中所述深度伪造检测模型的训练样本包括真实人脸样本图像和伪造人脸样本图像,所述深度伪造检测模型的训练步骤包括:

通过生成器生成所述真实人脸样本图像对应的第一对抗样本图像和所述伪造人脸样本图像对应的第二对抗样本图像;

根据所述第一对抗样本图像和所述第二对抗样本图像调整所述深度伪造检测模型的参数;

所述通过生成器生成所述真实人脸样本图像对应的第一对抗样本图像和所述伪造人脸样本图像对应的第二对抗样本图像,包括:

通过所述生成器确定所述真实人脸样本图像对应的高斯模糊图像,以得到所述第一对抗样本图像,并通过所述生成器确定所述伪造人脸样本图像对应的高斯模糊图像,以得到所述第二对抗样本图像。

2.根据权利要求1所述的方法,其特征在于,所述深度伪造检测模型包括第一生成器和第二生成器,所述通过生成器生成所述真实人脸样本图像对应的第一对抗样本图像和所述伪造人脸样本图像对应的第二对抗样本图像,包括:

通过所述第一生成器生成所述真实人脸样本图像对应的所述第一对抗样本图像,通过所述第二生成器生成所述伪造人脸样本图像对应的所述第二对抗样本图像。

3.根据权利要求1所述的方法,其特征在于,所述通过所述生成器确定所述真实人脸样本图像对应的高斯模糊图像,并通过所述生成器确定所述伪造人脸样本图像对应的高斯模糊图像,包括:

将所述真实人脸样本图像或所述伪造人脸样本图像作为目标样本图像,通过所述生成器生成所述目标样本图像对应的标准差图像,并根据所述标准差图像与所述目标样本图像,得到所述目标样本图像对应的高斯模糊图像,其中所述标准差图像中像素点的像素值表征的是用于确定所述目标样本图像中对应位置像素点的高斯模糊核的标准差。

4.根据权利要求1-3任一项所述的方法,其特征在于,所述深度伪造检测模型还包括判别器,所述根据所述第一对抗样本图像和所述第二对抗样本图像调整所述深度伪造检测模型的参数,包括:

根据所述判别器对所述第一对抗样本图像的判别结果与所述真实人脸样本图像的实际判别结果、以及所述判别器对所述第二对抗样本图像的判别结果与所述伪造人脸样本图像的实际判别结果,计算损失函数;

根据所述损失函数的计算结果调整所述判别器的参数,并将所述损失函数的计算结果进行反向传播,以调整所述生成器的参数。

5.根据权利要求4所述的方法,其特征在于,所述计算损失函数包括:

按照如下公式计算损失函数:

其中,表示损失函数的计算结果,表示所述判别器对所述真实人脸样本图像的判别结果,表示所述真实人脸样本图像的实际判别结果,表示所述判别器对所述第一对抗样本图像的判别结果,表示所述判别器对所述伪造人脸样本图像的判别结果,表示所述伪造人脸样本图像的实际判别结果,表示根据所述判别器对所述第二对抗样本图像的判别结果。

6.根据权利要求4所述的方法,其特征在于,所述根据所述损失函数的计算结果调整所述判别器的参数,并将所述损失函数的计算结果进行反向传播,以调整所述生成器的参数,包括:

调整所述判别器的参数,以使所述损失函数的计算结果最小;

调整所述生成器的参数,以使所述损失函数的计算结果最大。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京有竹居网络技术有限公司,未经北京有竹居网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110097198.X/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top