本发明属于人脸识别深度学习与图像取证领领域,具体涉及一种基于多尺度深度特征融合的人脸深度篡改图像的检测方法 系统装置,旨在解决人脸深度篡改图像检测方法检测准确率低的问题本系统方法包括:获取待检测的人脸 图像,作为输入图像;将输入图像进行归一化处理,并通过预训练的人脸检测模型得到检测结果。
该发明人脸检测模型基于卷积神经网络构建,其卷积层由深度卷积网络 空洞卷积网络构成本发明提高了人脸深度篡改图像的检测率。
中国科学院自动化研究所多媒体鉴伪关键技术团队长期从事多媒体内容安全、人工智能安全等方面的研究工作,在图像、视频鉴伪等领域有着多年的技术积累和雄厚的科研实力,是国内较早开展鉴伪取证研究的科研团队之一。公开发布了国际上首个大规模鉴伪数据库,举办了国际首个深度伪造对抗博弈赛,并连续举办三届。在包括T-IFS、CVPR、AAAI、ICCV、ACM MM等国际顶级刊物和会议上发表相关学术论文80余篇,获得授权专利26项,包含3项国际专利。团队负责人主持或主要参与了国家863计划、973计划,科技支撑计划、重点研发计划、国家自然科学基金等40余项国家级、省部级和企业合作科研项目。
团队负责人董晶研究员现为中国人工智能学会(CAAI)理事、杰出会员;中国图象图形学学会(CSIG)理事、副秘书长;CSIG女科技工作者委员会秘书长;CSIG数字媒体取证与安全专委会常委、副秘书长;北京图象图形学学会(BSIG)常务理事、青工委主任委员;中国科学院青年创新促进会会员;首都海智新型海智工作基地专家;美国电气电子工程师学会(IEEE) 高级会员、IEEE亚太区执行委员等。
评价单位:“科创中国”机器视觉与智能产业科技服务团 (中国图象图形学学会)
评价时间:2023-09-01
综合评价
本发明提出了一种基于多尺度深度特征融合的人脸深度篡改图像的检测方法,并以此为基础建立了一个基于多尺度深度特征融合的人脸深度篡改图像的检测系统,可有效应用于低质量的人脸深度篡改图像的检测。该发明创新性突出,不仅在实验中表现出色,而且技术成熟度高,为多领域应用提供了坚实基础。
查看更多>