[發明專利]局部生成人臉定位方法、裝置、計算機設備和存儲介質有效
| 申請號: | 202110709918.3 | 申請日: | 2021-06-25 |
| 公開(公告)號: | CN113609900B | 公開(公告)日: | 2023-09-12 |
| 發明(設計)人: | 陳北京;鞠興旺;吳畏 | 申請(專利權)人: | 南京信息工程大學 |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/774;G06V10/776;G06V10/82;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08;G06V10/80 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 羅運紅 |
| 地址: | 210032 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 局部 生成 定位 方法 裝置 計算機 設備 存儲 介質 | ||
本申請涉及一種局部生成人臉定位方法、裝置、計算機設備和存儲介質。該方法包括:獲取待定位人臉圖像;將待定位人臉圖像輸入至訓練好的融合了RRU?Net和去噪操作模塊的局部生成人臉圖像定位網絡中,對待定位人臉圖像的局部生成區域進行定位分析,輸出待定位人臉圖像的第一定位預測結果,通過融合了RRU?Net和去噪操作模塊的局部生成人臉圖像定位網絡進行局部生成區域定位,可以提高定位的精度,在定位局部生成人臉時,有攻擊的情況仍不具有很好的魯棒性。
技術領域
本申請涉及數字圖像的圖像篡改定位技術領域,特別是涉及一種局部生成人臉定位方法、裝置、計算機設備和存儲介質。
背景技術
隨著數字媒體的發展,視覺編輯軟件對數字媒體編輯所造成的可信度問題,引起了社會群體極大的關注。數字圖像取證屬于信息安全范疇,而信息安全已成為國家的一個重要發展戰略。因此,數字圖像取證是一個具有現實意義的重要領域。它通過圖像在獲取、編碼、編輯中留下的固有痕跡進行特征提取并有效分析,從而對數字圖像內容的真實性、完整性、原始性和準確性進行取證。在過去的幾十年里,這個領域已被證明有其存在的研究價值,同時得到了飛速的發展和創新;當然,也存在著不少挑戰和瓶頸。
通過生成對抗網絡(Generative?Adversarial?Network,GAN)等方式生成的虛假人臉在網絡中不斷傳播。在一些現實場景中,一幅生成人臉圖像中只是小部分局部區域是生成的,甚至很小部分,其余絕大部分區域都是自然的,例如人臉圖像復原、眼鏡去除、掩模去除等。由于生成區域可能非常小,因此在經過具有多個池化層的深度卷積網絡中可能會縮小到一個點,甚至在特征圖上完全沒有。然而關于局部生成人臉定位的問題,目前,就我們所知,還未有公開報道。而人臉圖像已被廣泛應用于人物身份識別和身份驗證服務。刷臉支付、刷臉取件、刷臉簽到、刷臉進站等新應用接踵而來,全面進入大眾日常生活,“刷臉時代”已至。人臉圖像作為重要的生物識別特征,其安全性問題是一定要保證的。因此,研究有效的人臉取證技術變得尤為重要。
在圖像拼接篡改定位中,利用卷積神經網絡提取目標源的不一致性,能夠有效的進行塊級或像素級的定位[Peng?Zhou,Xintong?Han,Vlad?I?Morariu,and?Larry?SDavis.Learning?rich?features?for?image?manipulation?detection[C].InProceedings?of?the?IEEE?Conference?on?Computer?Vision?and?Pattern?Recognition(CVPR),pages?1053–1061,2018.]。
局部生成人臉的定位問題可以借鑒圖像拼接篡改定位的思想,根據目標源不一致的特性實現定位。然而,局部生成人臉區域雖然含有特定的GAN指紋,但GAN中的對抗網絡部分會產生一定的擾動,使得生成區域能夠盡可能的逼近于真實區域,欺騙定位模型,因此增加了定位的難度。Li等人[Haodong?Li?and?Jiwu?Huang.Localization?of?deepinpainting?using?high-pass?fully?convolutional?network[C].In?Proceedings?ofthe?IEEE/CVF?International?Conference?on?Computer?Vision,pages?8301–8310,2019.]提出了針對普通圖像深度修的取證問題,并且設計了專門提取局部生成特征的濾波器,結合殘差網絡,提出了一種相對簡單的全卷積網絡框架。上述的一些方法,利用卷積神經網絡提取目標源的不一致性,能夠有效的進行塊級或像素級的定位。局部生成人臉的定位問題同樣可以借鑒圖像拼接篡改定位的思想,根據目標源不一致的特性實現定位。然而,局部生成人臉區域雖然含有特定的GAN指紋,但GAN中的對抗網絡部分會產生一定的擾動,使得生成區域能夠盡可能的逼近于真實區域,欺騙定位模型,增加了定位的難度。
因此,針對非人臉圖像的定位方法在定位局部生成人臉時,有攻擊的情況仍不具有很好的魯棒性。
發明內容
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南京信息工程大學,未經南京信息工程大學許可,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/202110709918.3/2.html,轉載請聲明來源鉆瓜專利網。





