[發明專利]深度偽造算法的識別方法、裝置、電子設備及存儲介質

有效

• 申請號: 202210431851.6
• 申請日: 2022-04-22
• 公開（公告）號: CN114841340B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 王淳;曾定衡;周迅溢;王洪斌;蔣寧
• 申請（專利權）人: 馬上消費金融股份有限公司
• 主分類號: G06N3/094
• 分類號: G06N3/094;G06N3/047;G06N3/045;G06N3/0475;G06N3/0464;G06V40/16;G06V10/82
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 楊澤;劉芳

1.一種模型訓練方法，其特征在于，所述方法包括：

獲取目標偽造算法F_n對應的多個樣本圖像對，每個所述樣本圖像對包括一個真實圖和偽造圖，每個所述樣本圖像對中的偽造圖由所述目標偽造算法F_n基于該樣本圖像對中的真實圖生成；其中，n為正整數；

將多個所述樣本圖像對輸入公共特征提取網絡對應得到每個所述樣本圖像對中真實圖的第一人臉特征和偽造圖的第二人臉特征，所述公共特征提取網絡用于提取樣本圖像對中真實圖與偽造圖之間共有的特征；

將每個所述樣本圖像對的所述第一人臉特征和所述第二人臉特征輸入判別網絡對應得到每個所述樣本圖像對中真實圖的第一真偽判別結果和偽造圖的第二真偽判別結果；

基于每個所述樣本圖像對對應的所述第一人臉特征、所述第二人臉特征、所述第一真偽判別結果和所述第二真偽判別結果，訓練所述公共特征提取網絡和所述判別網絡

所述基于每個所述樣本圖像對對應的所述第一人臉特征、所述第二人臉特征、所述第一真偽判別結果和所述第二真偽判別結果，訓練所述公共特征提取網絡和所述判別網絡包括：

將檢測圖像輸入真偽特征提取網絡得到所述檢測圖像的目標真偽特征，所述檢測圖像為每個所述樣本圖像對中的真實圖或偽造圖，所述真偽特征提取網絡用于提取樣本圖像對中真實圖與偽造圖之間的非共有特征；

將所述第一人臉特征與所述目標真偽特征輸入渲染網絡G_n得到第一渲染圖，將所述第二人臉特征與所述目標真偽特征輸入渲染網絡G_n得到第二渲染圖；

基于所述第一渲染圖、所述第二渲染圖分別與所述檢測圖像之間的差異，訓練所述公共特征提取網絡和所述判別網絡

2.根據權利要求1所述的方法，其特征在于，所述基于每個所述樣本圖像對對應的所述第一人臉特征、所述第二人臉特征、所述第一真偽判別結果和所述第二真偽判別結果，訓練所述公共特征提取網絡和所述判別網絡之后，還包括：

將訓練完成的所述公共特征提取網絡作為初始公共特征提取網絡將訓練完成的所述判別網絡作為初始判別網絡

將檢測圖像輸入真偽特征提取網絡得到所述檢測圖像的目標真偽特征，所述檢測圖像為每個所述樣本圖像對中的真實圖或偽造圖，所述真偽特征提取網絡用于提取樣本圖像對中真實圖與偽造圖之間的非共有特征；

將所述第一人臉特征與所述目標真偽特征輸入渲染網絡G_n得到第一渲染圖，將所述第二人臉特征與所述目標真偽特征輸入渲染網絡得到第二渲染圖；

基于所述第一渲染圖、所述第二渲染圖分別與所述檢測圖像之間的差異，訓練所述初始公共特征提取網絡所述初始判別網絡所述真偽特征提取網絡和所述渲染網絡G_n，以使所述第一渲染圖與所述檢測圖像之間的差異相一致，和/或以使所述第二渲染圖與所述檢測圖像之間的差異相一致，并且以使所述第一真偽判別結果與所述第二真偽判別結果相一致，和/或以使所述第一人臉特征和所述第二人臉特征相一致。

3.根據權利要求1所述的方法，其特征在于，所述基于每個所述樣本圖像對對應的所述第一人臉特征、所述第二人臉特征、所述第一真偽判別結果和所述第二真偽判別結果，訓練所述公共特征提取網絡和所述判別網絡包括：

將檢測圖像輸入真偽特征提取網絡得到所述檢測圖像的目標真偽特征，所述檢測圖像為每個所述樣本圖像對中的真實圖或偽造圖，所述真偽特征提取網絡用于提取樣本圖像對中真實圖與偽造圖之間的非共有特征；

將所述第一人臉特征與所述目標真偽特征輸入渲染網絡G_n得到第一渲染圖，將所述第二人臉特征與所述目標真偽特征輸入渲染網絡G_n得到第二渲染圖；

基于所述第一渲染圖、所述第二渲染圖分別與所述檢測圖像之間的差異，訓練所述公共特征提取網絡和所述判別網絡所述真偽特征提取網絡和所述渲染網絡G_n，以使所述第一渲染圖與所述檢測圖像之間的差異相一致，和/或以使所述第二渲染圖與所述檢測圖像之間的差異相一致，并且以使所述第一真偽判別結果與所述第二真偽判別結果相一致，和/或以使所述第一人臉特征和所述第二人臉特征相一致。