[发明专利]视频图像的检测方法、装置、电子设备及存储介质

说明书

本申请公开了视频图像的检测方法、装置、电子设备及存储介质，涉及图像处理、深度学习技术领域。本申请中的方法的具体实现方案为：从视频图像中检测人脸区域，得到人脸区域图像；将所述人脸区域图像转换为灰度图像；将所述灰度图像转换为一维功率谱；获取所述一维功率谱对应的特征数据；将所述特征数据输入经过训练的分类器，得到所述视频图像的检测结果。本申请可以将视频图像中的人脸区域图像转换为对应的一维功率谱，从而可以在不损失图像信息的情况下，有效地减少了表征视频图像的特征数量，降低了图像数据处理的运算复杂度，在确保检测准确度的前提下，显著提高了分类器的数据处理速度。

技术领域

本申请涉及图像处理、深度学习技术领域中的计算机视觉技术，尤其涉及一种视频图像的检测方法、装置、电子设备及存储介质。

背景技术

随着人工智能的发展，近来出现了Deep Fake这种基于神经网络的自动换脸技术，其可以使用某人的面部自动替换视频中的一个人的面部。此技术如果被不正当使用，会产生侵犯肖像权或名誉权、散步谣言、引发公共事件等严重后果。

现有技术中，一般通过非特定特征提取，或者直接进行端对端方式训练得到的深度模型进行假脸识别。

然而现有技术中的方式需要建立规模较大的数据集对模型进行长期训练，数据处理量大，训练时间长。

发明内容

本公开提供一种视频图像的检测方法、装置、电子设备及存储介质，可以有效地减少表征视频图像的特征数量，降低了图像数据处理的运算复杂度。

第一方面，本公开实施例提供一种视频图像的检测方法，所述方法包括：

从视频图像中检测人脸区域，得到人脸区域图像；

将所述人脸区域图像转换为灰度图像；

将所述灰度图像转换为一维功率谱；

获取所述一维功率谱对应的特征数据；

将所述特征数据输入经过训练的分类器，得到所述视频图像的检测结果。

本实施例中，可以将视频图像中的人脸区域图像转换为对应的一维功率谱，从而可以在不损失图像信息的情况下，有效地减少了表征视频图像的特征数量，降低了图像数据处理的运算复杂度，在确保检测准确度的前提下，显著提高了分类器的数据处理速度。

第二方面，本公开实施例提供一种视频图像的检测装置，所述装置包括：

第一检测模块，用于从视频图像中检测人脸区域，得到人脸区域图像；

第一处理模块，用于将所述人脸区域图像转换为灰度图像；

第二处理模块，用于将所述灰度图像转换为一维功率谱；

获取模块，用于获取所述一维功率谱对应的特征数据；

第二检测模块，用于将所述特征数据输入经过训练的分类器，得到所述视频图像的检测结果。

本实施例中，可以将视频图像中的人脸区域图像转换为对应的一维功率谱，从而可以在不损失图像信息的情况下，有效地减少了表征视频图像的特征数量，降低了图像数据处理的运算复杂度，在确保检测准确度的前提下，显著提高了分类器的数据处理速度。

第三方面，本公开提供一种电子设备，包括：处理器和存储器；存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行如第一方面中任一项所述的视频图像的检测方法。

第四方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项所述的视频图像的检测方法。