[發明專利]基于人臉特征時域穩定性的換臉視頻篡改檢測方法及其應用有效
| 申請號: | 202010574901.7 | 申請日: | 2020-06-22 |
| 公開(公告)號: | CN111914633B | 公開(公告)日: | 2023-06-30 |
| 發明(設計)人: | 胡永健;熊藝純;王宇飛;李猛;李紀成;劉琲貝 | 申請(專利權)人: | 華南理工大學;中新國際聯合研究院 |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/764;G06V10/774;G06V10/44 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 李斌 |
| 地址: | 510640 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 特征 時域 穩定性 視頻 篡改 檢測 方法 及其 應用 | ||
本發明公開了一種基于人臉特征時域穩定性的換臉視頻篡改檢測方法及其應用,該方法步驟包括:將待檢測視頻解碼為幀序列并逐幀保存;檢測各幀的人臉區域并提取人臉特征點的坐標值;根據特征點的位置和活躍度選擇特定特征點,計算特定成對特征點的連線向量作為面部向量;計算相鄰幀上對應面部向量在空間位置上的偏轉角;將相鄰兩幀所有面部向量的偏轉角度值作為特征值,并構造特征向量;將訓練樣本的特征向量輸入支持向量機訓練生成分類模型;訓練后的分類模型對待檢測視頻幀進行分類,判斷視頻是否存在篡改。本發明利用人臉生物信號的固有特征進行檢測,具有較好的檢測效果,利用面部向量的時域特征來捕捉篡改視頻的痕跡,具有良好的通用性。
技術領域
本發明涉及換臉視頻篡改檢測技術領域,具體涉及一種基于人臉特征時域穩定性的換臉視頻篡改檢測方法及其應用。
背景技術
隨著計算能力的提升、數據的爆炸式增長,人工智能又迎來了新的發展浪潮,近年來利用深度網絡生成換臉視頻的技術成為一個熱門話題,逼真的換臉效果導致檢測難度越來越大,換臉視頻的制作方式也越來越簡便,這些換臉技術的濫用對社會造成了不良影響,惡意的篡改不僅導致個人肖像權受到侵犯,甚至給社會治安帶來重大威脅,因此針對換臉視頻篡改檢測技術的研究具有十分重要的意義。
目前技術中有關檢測換臉篡改問題時大多都只基于單幀圖像進行檢測,但由于換臉視頻的篡改是逐幀進行換臉操作,單幀內的換臉效果已經達到很高的水平,往往給檢測帶來較大的難度,故只考慮單幀圖像的篡改分析具有局限性,未考慮到圖像幀在時域上的關聯性導致檢測效果不佳。另外現有技術中的換臉視頻篡改檢測技術流行使用深度神經網絡進行檢測,此類技術在庫內進行測試準確率可高達90%以上,具有較好的檢測效果,但多數算法泛化性能不足,跨庫測試時準確率出現嚴重下降,且計算復雜度高,需要耗費大量時間。
發明內容
為了克服現有技術存在的缺陷與不足,本發明提供一種基于人臉特征時域穩定性的換臉視頻篡改檢測方法。
本發明的第二目的在提供一種基于人臉特征時域穩定性的換臉視頻篡改檢測系統。
本發明的第三目的在于提供一種存儲介質。
本發明的第四目的在于提供一種計算設備。
為了達到上述目的,本發明采用以下技術方案:
一種基于人臉特征時域穩定性的換臉視頻篡改檢測方法,包括下述步驟:
將待檢測視頻解碼為幀序列并逐幀保存;
檢測各幀的人臉區域并提取人臉特征點的坐標值;
比較各個特征點在時域上的變化程度計算特征點的活躍度,根據特征點的位置和活躍度選擇特定特征點,計算特定成對特征點的連線向量作為面部向量;
計算相鄰幀上對應面部向量在空間位置上的偏轉角;
將相鄰兩幀所有面部向量的偏轉角度值作為特征值,并構造特征向量;
將訓練樣本的特征向量輸入支持向量機,訓練并生成分類模型;
采用訓練后的分類模型對待檢測視頻幀進行分類,逐幀判斷視頻是否存在篡改。
作為優選的技術方案,所述將待檢測視頻解碼為幀序列并逐幀保存,具體步驟包括:
采用FFmpeg工具將視頻進行解碼,把視頻解碼成幀序列F1,F2,F3,…,FN,其中,N為單個視頻的幀數,將每個視頻的幀序列保存為獨立文件夾并排序。
作為優選的技術方案,所述檢測各幀的人臉區域并提取人臉特征點的坐標值,具體步驟包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南理工大學;中新國際聯合研究院,未經華南理工大學;中新國際聯合研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010574901.7/2.html,轉載請聲明來源鉆瓜專利網。





