CN115100128B 一种基于伪影噪声的深度伪造检测方法 （人民网股份有限公司）_第1页
CN115100128B 一种基于伪影噪声的深度伪造检测方法 （人民网股份有限公司）_第2页
CN115100128B 一种基于伪影噪声的深度伪造检测方法 （人民网股份有限公司）_第3页
CN115100128B 一种基于伪影噪声的深度伪造检测方法 （人民网股份有限公司）_第4页
CN115100128B 一种基于伪影噪声的深度伪造检测方法 （人民网股份有限公司）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明为一种基于伪影噪声的深度伪造检分为帧，对每一帧图像提取人脸部分，保存为脸原始图像P与带有特定噪声图像P*作差得到伪特定模型的特定差异，根据提取出差异特征判2步骤(1)：人脸提取：将读入的视频划分为帧，对每一帧步骤(4)：分类检测：将步骤(3)提取得到的伪影噪声d输入分类卷积神经网络进行训将提取出的only-face的人脸原始图像P缩放为固定尺寸(x,y)，缩放DIP网络中主干部分使用hourglass结构，生成模型将图像经读取步骤(2)打包的npz文件包，读取时根据打包时的具体deepfake类别根据上述字典，将人脸原始图像P与DIP生成带有特定噪声的图像P*作差得到噪声f(P,将包含了提取的伪影噪声的训练集和验证集输入分类卷积神经网34被用于制造和传播欺诈性极高的虚假信息等活动，其中以AI换脸(face-swap)最具代表性[0003]在AI换脸深度伪造的拟真度已超越正常人类认知辨别能力且仍在不断高速发展[0005]本发明的目的在于提供一种基于生成式网络提取噪声替代特征并进行深度伪造5d，将得到的伪影噪声输入到步骤(4)训练好的分类模型M中，得到深度伪造检测的分类结[0013]将提取出的only-face的人脸原始图像P缩放为固定尺寸(x,y)，缩放后的每张图[0014]DIP网络中主干部分使用hourglass结构，生成模型将图像经过多层的下采样和skip结构提取图像本身的先验特征进行编码，并通过上采样与卷积的解码器重建生成图[0019]按照学习率lr＝0.01，使用生成的带有特定噪声的图像P*和only-face的人脸原6[0028](1)本发明具体分析了伪造制品与真实内容，提出了伪造制品与真实内容的之间的差异即是一种伪影噪声的结论，为深度伪造检测任务主要应该研究分析的对象(即伪影[0037]假定自然界中原始图像为P，那么当它转换到计算机中时就已经经过多次处7此本发明选择使用差异的替代表示来代替无法获取的差异进以选取其中一定数量的帧图像)，并使用Python人脸识别库dlib提取帧图像F中的人脸轮使用如附图1和附图2中所示的hourglass结构，该生成模型是一个如同GAN的自编解码器，8P、人脸掩膜Mask等根据具体的deepfake类型进行打包为npz文件保存用于深度伪造检测。像P与DIP生成图像P*作差得到噪声d(P,P*)作为特征x，用类别为每个图像的特征打上标签[0054]步骤(4)：将包含了提取的伪影噪声的训练集和验证集输入分类卷积神经网络进[0055]步骤(5)：将测试集样本特征按照训练集相同的处理，输入到训练好的分类模型

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论