[發明專利]人臉視頻識別方法、裝置、設備及存儲介質

在審

• 申請號: 202010576353.1
• 申請日: 2020-06-22
• 公開（公告）號: CN111797735A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 屠寧;鄧強;王家楨;趙之硯;施奕明
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

本申請涉及生物識別，具體公開了一種人臉視頻識別方法、裝置、設備及存儲介質，所述方法包括：讀取待識別視頻中的多幀圖像，且從多幀所述圖像中識別人臉區域和人體區域；基于所述人臉區域和人體區域，利用遠程光體積變化描述法識別人臉膚色區域和人體膚色區域；提取所述人臉膚色區域對應的第一血流時變特征和所述人體膚色區域對應的第二血流時變特征；基于所述第一血流時變特征和第二血流時變特征，確定所述第一血流時變特征與所述第二血流時變特征之間的相似性；根據所述第一血流時變特征和相似性，判斷所述待識別視頻為真實人臉視頻或合成人臉視頻。有效識別視頻中的人臉為真實人臉或合成人臉。

技術領域

本申請涉及生物識別技術領域，尤其涉及一種人臉視頻識別方法、裝置、計算機設備及存儲介質。

背景技術

隨著一種叫Deepfake的視頻換臉技術的出現，制作包含合成人臉的視頻變得輕而易舉，配合計算機變聲技術，制作假新聞的門檻大大降低，隨之而來的是網絡上出現了各式各樣的假視頻。無論是影視明星、政治人物還是商界要人都深受其害，此外，假新聞通過散布謠言或制造恐慌情緒，擾亂社會安定，影響經濟穩定，具有極大的社會危害。

然而，目前的人臉識別模型對合成視頻的檢測基本束手無策，即使是性能最優的圖像分類模型，分辨錯誤率也高達95％?；诖叫蔚臋z測方法，也基本檢測不出說話和口型是否一致。因此，如何識別出合成人臉視頻，成為生物認證中的一個重大挑戰。

目前的人臉識別模型之所以對合成視頻無效，是因為合成視頻中的人臉也是通過“移花接木”的方法，用真實人臉和視頻中本來的人身影像拼接出來的。因此，利用人臉表面的特征不足以識別出合成視頻。

發明內容

本申請提供了一種生物識別的人臉視頻識別方法、裝置、計算機設備及存儲介質，以識別視頻中的人臉為真實人臉或合成人臉。

第一方面，本申請提供了一種人臉視頻識別方法，所述方法包括：

讀取待識別視頻中的多幀圖像，且從多幀所述圖像中識別人臉區域和人體區域；

基于所述人臉區域和人體區域，利用遠程光體積變化描述法識別人臉膚色區域和人體膚色區域；

提取所述人臉膚色區域對應的第一血流時變特征和所述人體膚色區域對應的第二血流時變特征；

基于所述第一血流時變特征和第二血流時變特征，確定所述第一血流時變特征與所述第二血流時變特征之間的相似性；

根據所述第一血流時變特征和相似性，判斷所述待識別視頻為真實人臉視頻或合成人臉視頻。

第二方面，本申請還提供了一種人臉視頻識別裝置，所述裝置包括：

視頻讀取模塊，用于讀取待識別視頻中的多幀圖像，且從多幀所述圖像中識別人臉區域和人體區域；

膚色識別模塊，用于基于所述人臉區域和人體區域，利用遠程光體積變化描述法識別人臉膚色區域和人體膚色區域；

提取模塊，用于提取所述人臉膚色區域對應的第一血流時變特征和所述人體膚色區域對應的第二血流時變特征；

相似性確定模塊，用于基于所述第一血流時變特征和第二血流時變特征，確定所述第一血流時變特征與所述第二血流時變特征之間的相似性；

判斷模塊，用于根據所述第一血流時變特征和相似性，判斷所述待識別視頻為真實人臉視頻或合成人臉視頻。

第三方面，本申請還提供了一種計算機設備，所述計算機設備包括存儲器和處理器；所述存儲器用于存儲計算機程序；所述處理器，用于執行所述計算機程序并在執行所述計算機程序時實現如上述的人臉視頻識別方法。