[發明專利]一種深度網絡生成人臉圖像的檢測方法及系統

有效

• 申請號: 201810434620.4
• 申請日: 2018-05-08
• 公開（公告）號: CN108596141B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 李昊東;黃繼武
• 申請（專利權）人: 深圳大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/56;G06V10/774;G06V10/764;G06K9/62;G06V10/82
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

1.一種深度網絡生成人臉圖像的檢測方法，其特征在于，深度網絡生成人臉圖像的檢測步驟包括：

A、構造由真實人臉圖像和生成人臉圖像組成的訓練樣本集；

B、基于顏色關系對所述訓練樣本集進行建模，并提取統計特征；

C、對所述統計特征進行訓練，以得到分類模型；

D、基于所述分類模型對待測圖像進行檢測，并輸出檢測識別結果；

所述步驟B具體包括：

B1、提取所述訓練樣本集中的每個樣本的顏色通道中相鄰像素值的大小關系；

B2、通過共生矩陣描述訓練樣本集中每個樣本的顏色和紋理信息；

B3、得到每一幅圖像的特征；

所述步驟B1具體為：

記輸入圖像為I，其R、G、B三個顏色通道分別為I_r，I_g和I_b，按下式計算每個顏色通道中相鄰像素取值的大小關系：

R_c,i,j(x,y)＝Φ{I_c(x,y)I_c(x+i,y+j)}

其中，c∈{r,g,b},(i,j)∈{(0,1),(0,-1),(1,0),(-1,0)}，當且僅當括號中的邏輯表達式為真時Φ{·}＝1，將R、G、B三個通道的大小關系視為一個三元組，也即：

R_i,j(x,y)＝(R_r,i,j(x,y),R_g,i,j(x,y),R_b,i,j(x,y))

R_i,j(x,y)中每個分量的取值均為0或1，進行如下等價變換：

其中，所述R′_i,j(x,y)為三元組R_i,j(x,y)的等價標量表示。

2.根據權利要求1所述的深度網絡生成人臉圖像的檢測方法，其特征在于，所述步驟A具體包括：

A1、通過成像設備獲得真實人臉圖像；

A2、通過隨機噪聲向量通過訓練好的深度網絡得到生成人臉圖像；

A3、將真實人臉圖像視為負樣本，將生成人臉圖像視為正樣本，構成訓練樣本集。

3.根據權利要求1所述的深度網絡生成人臉圖像的檢測方法，其特征在于，所述步驟B2具體包括：

使用共生矩陣對R′_i,j建模，提取k階共生矩陣，計算方法如下：

其中，(v₁,v₂,…,v_k)是共生矩陣的索引；N是歸一化因子；Δx,Δy表示相鄰元素的偏移量，當且僅當括號中的邏輯表達式都為真時Φ{·}＝1，否則Φ{·}＝0。

4.根據權利要求1所述的深度網絡生成人臉圖像的檢測方法，其特征在于，所述步驟C具體包括：

利用監督學習的方法訓練一個以線性判別分析器為基分類器的集成分類器作為二分類模型。

5.根據權利要求1所述的深度網絡生成人臉圖像的檢測方法，其特征在于，所述步驟D具體包括：

通過分類模型對待測圖像進行預測，若分類模型預測待測圖像為生成人臉圖像，則判斷該圖像為生成的人臉圖像；否則，則為真實人臉圖像。