[發明專利]用于生成信息的方法和裝置

在審

• 申請號: 201810643456.8
• 申請日: 2018-06-21
• 公開（公告）號: CN108985178A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 李偉健;王長虎
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于生成信息的方法，包括：

獲取目標人臉視頻；

將所述目標人臉視頻輸入預先訓練的視頻識別模型，獲得所述目標人臉視頻所對應的識別結果，其中，所述視頻識別模型用于表征人臉視頻與識別結果的對應關系，識別結果用于指示人臉視頻是否為基于人臉圖像合成的視頻。

2.根據權利要求1所述的方法，其中，所述視頻識別模型包括圖像提取網絡、特征提取網絡和結果生成網絡；以及

所述將所述目標人臉視頻輸入預先訓練的視頻識別模型，獲得所述目標人臉視頻所對應的識別結果，包括：

將所述目標人臉視頻輸入所述圖像提取網絡，獲得至少兩個目標人臉圖像；

將所獲得的至少兩個目標人臉圖像分別輸入所述特征提取網絡，獲得至少兩組圖像特征；

將所獲得的至少兩組圖像特征輸入所述結果生成網絡，獲得所述目標人臉視頻所對應的識別結果。

3.根據權利要求2所述的方法，其中，所述結果生成網絡包括第一結果生成網絡和第二結果生成網絡；以及

所述將所獲得的至少兩組圖像特征輸入所述結果生成網絡，獲得所述目標人臉視頻所對應的識別結果，包括：

將所述至少兩組圖像特征分別輸入所述第一結果生成網絡，獲得至少兩個初始識別結果；

將所獲得的至少兩個初始識別結果輸入所述第二結果生成網絡，獲得所述目標人臉視頻所對應的識別結果。

4.根據權利要求1所述的方法，其中，所述視頻識別模型通過如下步驟訓練得到：

獲取訓練樣本集，其中，訓練樣本包括樣本人臉視頻和針對樣本人臉視頻預先標注的樣本識別結果，樣本識別結果用于指示樣本人臉視頻是否為基于樣本人臉圖像合成的視頻；

將訓練樣本集中的訓練樣本的樣本人臉視頻作為輸入，將所輸入的樣本人臉視頻所對應的樣本識別結果作為期望輸出，利用機器學習方法訓練得到視頻識別模型。

5.根據權利要求1-4之一所述的方法，其中，在所述獲得識別結果之后，所述方法還包括：

響應于確定所獲得的識別結果指示所述目標人臉視頻為基于人臉圖像合成的視頻，生成報警信息。

6.一種用于生成信息的裝置，包括：

獲取單元，被配置成獲取目標人臉視頻；

輸入單元，被配置成將所述目標人臉視頻輸入預先訓練的視頻識別模型，獲得所述目標人臉視頻所對應的識別結果，其中，所述視頻識別模型用于表征人臉視頻與識別結果的對應關系，識別結果用于指示人臉視頻是否為基于人臉圖像合成的視頻。

7.根據權利要求6所述的裝置，其中，所述視頻識別模型包括圖像提取網絡、特征提取網絡和結果生成網絡；以及

所述輸入單元包括：

第一輸入模塊，被配置成將所述目標人臉視頻輸入所述圖像提取網絡，獲得至少兩個目標人臉圖像；

第二輸入模塊，被配置成將所獲得的至少兩個目標人臉圖像分別輸入所述特征提取網絡，獲得至少兩組圖像特征；

第三輸入模塊，被配置成將所獲得的至少兩組圖像特征輸入所述結果生成網絡，獲得所述目標人臉視頻所對應的識別結果。

8.根據權利要求7所述的裝置，其中，所述結果生成網絡包括第一結果生成網絡和第二結果生成網絡；以及

所述第三輸入模塊進一步被配置成：

將所述至少兩組圖像特征分別輸入所述第一結果生成網絡，獲得至少兩個初始識別結果；

將所獲得的至少兩個初始識別結果輸入所述第二結果生成網絡，獲得所述目標人臉視頻所對應的識別結果。

9.根據權利要求6所述的裝置，其中，所述視頻識別模型通過如下步驟訓練得到：

獲取訓練樣本集，其中，訓練樣本包括樣本人臉視頻和針對樣本人臉視頻預先標注的樣本識別結果，樣本識別結果用于指示樣本人臉視頻是否為基于樣本人臉圖像合成的視頻；

將訓練樣本集中的訓練樣本的樣本人臉視頻作為輸入，將所輸入的樣本人臉視頻所對應的樣本識別結果作為期望輸出，利用機器學習方法訓練得到視頻識別模型。