[发明专利]基于头部姿态偏差校正的伪造换脸增强检测方法

权利要求书

1.一种基于头部姿态偏差校正的伪造换脸增强检测方法，包括以下步骤：

获取正常人脸图像和伪造人脸图像并提取关键点；

针对伪造人脸图像，结合头部三维模型，对关键点进行重投影以得到重投影后关键点，对投影后关键点进行校正，根据提取的初始关键点和校正后关键点，采用基于最小移动二乘算法对伪造人脸图像进行扭曲以实现增强伪造，得到增强伪造人脸图像；

以正常人脸图像和增强伪造人脸图像作为样本，基于样本的关键点进行头部姿势评估，以确定头部姿态的旋转矩阵和平移矩阵，以旋转矩阵和平移矩阵作构建特征来优化伪造换脸检测模型参数；

利用参数优化的伪造换脸检测模型进行伪造换脸的增强检测。

2.根据权利要求1所述的基于头部姿态偏差校正的伪造换脸增强检测方法，其特征在于，提取的所有关键点为全局关键点，按照区域划分为轮廓关键点和中心脸关键点；

所述对关键点进行重投影包括：对轮廓关键点进行重投影、对中心脸关键点进行重投影。

3.根据权利要求1或2所述的基于头部姿态偏差校正的伪造换脸增强检测方法，其特征在于，重投影过程包括：

将人脸图像上的二维关键点通过映射得到对应于头部三维模型上的三维关键点；基于关键点进行头部姿势评估，以确定关键点对应的旋转矩阵和平移矩阵；然后，参考旋转矩阵和平移矩阵，并采用重投影函数对三维关键点进行重投影计算，得到重投影后二维关键点。

4.根据权利要求3所述的基于头部姿态偏差校正的伪造换脸增强检测方法，其特征在于，所述对轮廓关键点进行重投影，包括：参考中心脸参考点对应的旋转矩阵和平移矩阵，并采用重投影函数对轮廓三维关键点进行重投影计算，得到重投影后的轮廓二维关键点；

所述对中心脸关键点进行重投影，包括：参考轮廓参考点对应的旋转矩阵和平移矩阵，并采用重投影函数对中心脸三维关键点进行重投影计算，得到重投影后的中心脸二维关键点。

5.根据权利要求1所述的基于头部姿态偏差校正的伪造换脸增强检测方法，其特征在于，所述对投影后关键点进行校正，包括：

利用重投影前后的所有关键点计算转换矩阵，利用转换矩阵对投影后关键点进行透视变换，以做校正。

6.根据权利要求1所述的基于头部姿态偏差校正的伪造换脸增强检测方法，其特征在于，对伪造人脸图像进行扭曲的过程包括：

基于初始关键点和校正后关键点，采用最小移动二乘算法进行拟合，以求解表征初始关键点与矫正后关键点之间变换关系的变换函数，利用变换函数对伪造人脸图像上的像素点进行变换以进行扭曲。

7.根据权利要求1所述的基于头部姿态偏差校正的伪造换脸增强检测方法，其特征在于，所述基于样本的关键点进行头部姿态评估，包括：

基于计算机视觉理论，通过世界坐标、相机坐标和图片坐标的转化关系，构建并求解以下公式，得到头部姿态的旋转矩阵和平移矩阵；

其中，(x_i，y_i)是样本的关键点的坐标，i是关键点的索引，n为关键点个数，(U_i，V_i，W_i)是关键点的世界坐标，f_x和f_y是成像相机在x方向和y方向上的焦距，(c_x,c_y)是成像相机的光学中心，s是需求解的缩放参数，R为需要求解的旋转矩阵，为需求解的平移矩阵。

8.根据权利要求2所述的基于头部姿态偏差校正的伪造换脸增强检测方法，其特征在于，所述以旋转矩阵和平移矩阵作为特征来优化伪造换脸检测模型参数，包括：

全局关键点和中心脸关键点的旋转矩阵分别表示为R_a和R_c，全局关键点和中心脸关键点的平移矩阵分别表示为和依据公式计算全局关键点和中心脸关键点分别对应的头部三维向量，分别表示为

构建的特征包括：

利用构建的任意一种特征作为伪造换脸检测模型的输入数据，来优化伪造换脸检测模型参数。