[发明专利]用于图像保护的主动防御方法和装置

说明书

本公开提出了一种用于图像保护的主动防御方法，包括：接收真实图像；将隐藏信息添加至所接收的真实图像，以生成第一图像；基于该隐藏信息在该第一图像的指定区域中生成语义图案，以生成第二图像；以及调整该隐藏信息，以使该语义图案和预定义语义图案相似并且使该第二图像和该真实图像相似。还公开了相应的用于图像保护的主动防御装置。

技术领域

本公开涉及图像处理技术领域，具体涉及用于图像保护的主动防御。

背景技术

深度伪造(DeepFake)是一种基于人工智能的人体图像合成技术。通过深度学习中的自动编码器、生成对抗网络等网络模型，实现人脸的生成、编辑和替换。例如让目标人脸跟随模仿原始人脸的动作、表情；或将原始视频中的人脸替换到目标视频中；还有不少方法引入音频等多模态，令说话人的唇型和音频相匹配。此外，由上述多种生成方法产生的DeepFake视频能保证极高的视觉自然度。

当前针对DeepFake篡改图像的保护手段主要有被动式检测和主动防御两种。被动式检测侧重于事后取证，即针对已经制作并传播的视频或图像进行检测，判别其是否属于伪造视频或图像。主动式防御侧重于事前防御，即在真实图像发布传播前添加隐藏信息，可以认证溯源，达到保护真实图像的目的。

目前大多数主动防御基于数字媒体空间(digital space)对原始图像添加水印、对抗噪声等。然而，当DeepFake使用这些加入水印或噪声的图像进行篡改时，生成的图像会变得模糊不清。这种防御方式容易被伪造方察觉，从图像的生成效果就能发现图像数据经过了保护。伪造方进而可以通过采取相应的检测破坏手段，对图像进行预处理(如裁剪、缩放、超分或者改变光照等)来对水印进行清洗，去除水印后再进行DeepFake伪造。

针对现有主动防御方法的不足，期望提供一种改进的主动防御方法和装置。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在标识出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是以简化形式给出一个或多个方面的一些概念以作为稍后给出的更详细描述之序言。

本公开提出了一种用于图像保护的主动防御方法，包括：接收真实图像；将隐藏信息添加至所接收的真实图像，以生成第一图像；基于隐藏信息在第一图像的指定区域中生成语义图案，以生成第二图像；以及调整隐藏信息，以使语义图案和预定义语义图案相似并且使第二图像和真实图像相似。

在本公开一实施例中，语义图案和预定义语义图案相似包括：语义图案和预定义语义图案的重构损失函数(reconstruct loss)小于或等于第一阈值。

在本公开另一实施例中，第二图像和真实图像相似包括：第二图像和真实图像的视觉质量损失函数(visual quality loss)小于或等于第二阈值。

在本公开又一实施例中，隐藏信息包括不可见水印。

在本公开另一实施例中，将隐藏信息添加至所接收的真实图像是通过条件生成对抗网络(CGAN)生成器来实现的。

在本公开另一实施例中，基于隐藏信息在第一图像的指定区域中生成语义图案是通过DeepFake生成器来实现的。

本公开还提出了一种用于图像保护的主动防御装置，包括：第一图像生成模块，接收真实图像并将隐藏信息添加至所接收的真实图像，以生成第一图像；第二图像生成模块，基于隐藏信息在第一图像的指定区域中生成语义图案，以生成第二图像；以及调整模块，调整隐藏信息，以使语义图案和预定义语义图案相似并且使第二图像和真实图像相似。

在本公开一实施例中，语义图案和预定义语义图案相似包括：语义图案和预定义语义图案的重构损失函数小于或等于第一阈值。