[发明专利]基于人脸三维形状的换脸伪造检测方法、系统及设备

权利要求书

1.一种基于人脸三维形状的换脸伪造检测方法，其特征在于，该方法包括：

步骤S10，基于获取的待检测图像中的人物面部外观，确定待检测图像的人物身份；

步骤S20，基于所述人物身份从面部形状模板注册的参考集中获取相应人物的面部三维形状特征模板；通过人脸三维形变统计模型提取所述待检测图像的面部三维形状特征；

步骤S30，计算所述待检测图像的面部三维形状特征和所述面部三维形状特征模板的马氏距离；

步骤S40，若所述马氏距离小于真假判断阈值，则所述待检测图像为真实人脸图像；否则，所述待检测图像为换脸伪造图像。

2.根据权利要求1所述的基于人脸三维形状的换脸伪造检测方法，其特征在于，所述面部形状模板注册的参考集，其注册方法为：

步骤A10，获取各待保护人物的大于设定数量的真实人脸图像集；

步骤A20，分别通过人脸三维形变统计模型提取所述真实人脸集中每一张图像的面部三维形状特征；

步骤A30，将所述真实人脸集对应的属于同一待注册人物的面部三维形状特征作为该待注册人物的面部形状特征模板，获得各待保护人物的面部形状模板注册的参考集。

3.根据权利要求1或2所述的基于人脸三维形状的换脸伪造检测方法，其特征在于，所述面部三维形状特征，其获取方法为：

F_s＝f(α_id)

其中，F_s代表特征选择后的面部三维形状特征，f表示特征选择的过程，α_id表示身份三维形状信息在提取的面部三维形状S中的权重系数。

4.根据权利要求3所述的基于人脸三维形状的换脸伪造检测方法，其特征在于，所述面部三维形状S，其表示为：

其中，S代表提取的面部三维形状，代表面部三维形状的平均向量，A_id和A_exp分别代表图像对应的身份三维形状信息和表情纹理信息，α_id和α_exp分别为表示身份三维形状信息和表情纹理信息在提取的面部三维形状中的权重系数。

5.根据权利要求1所述的基于人脸三维形状的换脸伪造检测方法，其特征在于，所述真假判定阈值，其训练和优化方法为：

步骤B10，随机设定初始真假判定阈值，并基于获取的训练图像集中每一个图像的人物面部外观，确定各训练图像的人物身份；所述训练图像集包括真实人脸图像集和换脸伪造人脸图像集；

步骤B20，基于所述各训练图像的人物身份从面部形状模板注册的参考集中获取相应人物的面部三维形状特征模板；通过人脸三维形变统计模型提取所述训练图像集中每一个图像的面部三维形状特征；

步骤B30，随机选取所述真实人脸图像集和所述换脸伪造人脸图像集中数量相同的一批训练图像，计算其对应的面部三维形状特征模板和面部三维形状特征的马氏距离；

步骤B40，基于所述马氏距离和初始真假判定阈值，判断所述一批训练图像中每一个训练图像的真伪；

步骤B50，基于所述每一个训练图像的真伪，结合训练图像对应的真实类别，计算所述一批训练图像的检测的真阳率TPR和真阴率TNR；

步骤B60，若所述真阳率TPR和真阴率TNR的差值大于设定阈值且真阳率TPR小于真阴率TNR，则将所述初始真假判定阈值按照设定步长调大；若所述真阳率TPR和真阴率TNR的差值大于设定阈值且真阳率TPR大于真阴率TNR，则将所述初始真假判定阈值按照设定步长调小；

步骤B70，以调大或调小后的真假判定阈值作为当前真假判定阈值，并跳转步骤B30，直至所述真阳率TPR和真阴率TNR的差值小于或等于设定阈值，获得最终的真假判定阈值。