[發明專利]抗JPEG壓縮的偽造圖像檢測方法

有效

• 申請號: 202110665199.X
• 申請日: 2021-06-16
• 公開（公告）號: CN113255571B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 董晶;王偉;彭勃;王建文;項偉;樊紅興
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06T7/90
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 孫劍鋒;李永葉

本發明提供抗JPEG壓縮的偽造圖像檢測方法，包括：截取原始圖像中臉部區域，刪除無用的背景信息，然后將所得到的人臉圖像調整到固定的大小，得到人臉圖像文本；將所述臉圖像文本由RGB顏色空間分量轉換到YCbCr顏色空間分量，得到YCbCr圖像文本；將所述YCbCr圖像文本分割成一系列8×8像素的塊；將所述YCbCr圖像文本中的每一個8×8像素的塊的每個顏色空間通道的分量數據進行離散余弦變換，將YCbCr顏色空間分量轉化為192個頻率通道，將所述YCbCr圖像文本經過DCT變換后轉化為192個頻率通道的數據；在192個頻率通道的數據中挑選中低頻的通道數據；將所述中低頻的通道數據輸入CNN網絡進行圖像檢測。

技術領域

本發明涉及圖像檢測領域，具體涉及抗JPEG壓縮的偽造圖像檢測方法。

背景技術

隨著偽造技術的不斷發展，偽造檢測的技術也得到了飛快的提升。從檢測的角度劃分，可以分為基于生理特征的檢測，基于運動模式的檢測，基于像素偽影的檢測，基于頻域的檢測和基于GAN指紋的檢測五大類。

1. 基于生理特征的檢測

基于生理特征的檢測主要是指從人的生理信息角度入手，因為偽造的視頻雖然生成質量很高，但是缺失了人的生理信息。在早期的偽造視頻中，缺少人眼閉眼的數據，Li Y等人根據這個線索，提出了根據人眼的眨眼頻率來分辨視頻的真偽，但是這種線索隨著生成技術的提升而開始失效。Yang X等人發現在偽造視頻合成時，將面部區域拼接到原始圖像會從2D頭像估計對應的3D姿態時引入誤差，作者通過這個特征使用了SVM分類器進行分類。Ciftci U A等人發現可以通過檢測因心跳在人臉部產生的顏色差異來區分真偽視頻，依據的主要線索是心臟在跳動時，人臉的顏色會因為血液的流動而造成微弱的變化，但是偽造的視頻沒有這種狀態。通過這個線索，獲得了較好的檢測性能。以上通過生理特征檢測的手段只是在對已知的偽造方式檢測有效，隨著生成技術的不斷發展，這種線索會很快的失效，并且適用情況比較受限，需要視頻內人物不能有大范圍的移動或者不能有明顯的光線變化。

2. 基于運動模式的檢測

基于運動模式的檢測主要指的是根據面部上或者頭部的運動模式來進行檢測。Agarwal S等人發現一個人在講話的時候面部或者頭部會有相應的運動模式，但是偽造視頻中的人物缺少這種運動模式。作者將頭部，面部的運動編碼成為特定的運動單元（AU），根據這些運動單元構成特征向量，之后用SVM進行區分。Amerini I等人提出了使用光流（Optical Flow）的方式來表征人面部和頭部的細微運動，通過這種運動模式的不一致性，從而分辨出真偽，缺點是建模不夠精細，有噪聲，檢測結果不是很理想。Wang G等人對視頻中多個特定空間位置的時間運動進行建模，以提取出魯棒的表示形式，稱為Co-Motion模式，從而對真偽視頻進行有效的劃分。基于運動模式檢測的方法是很具有探索價值的，如何有效的建模運動模式是本類方法的難點。

3. 基于像素偽影的檢測