[发明专利]人脸检测方法、人脸检测模型的训练方法及装置

权利要求书

1.一种人脸检测方法，其特征在于，包括：

获取待检测视频的多个视频帧，将每个所述视频帧划分为多个图像块，所述视频帧为包含人脸信息的图像；

针对每个所述视频帧，将所述多个图像块输入至预训练的人脸检测模型，所述预训练的人脸检测模型包括第一自注意力模型和与所述第一自注意力模型级联的第二自注意力模型，通过所述第一自注意力模型对所述多个图像块进行预测运算，得到每个所述视频帧的第一预测信息；

将各所述视频帧的第一预测信息输入至所述第二自注意力模型进行预测运算，得到第二预测信息；

融合各所述视频帧的第一预测信息与所述第二预测信息，生成融合预测信息，所述融合预测信息用于表征所述待检测视频是否存在人脸伪造图像的情况。

2.根据权利要求1所述的方法，其特征在于，所述第一预测信息用于表征所述视频帧中人脸特征的区域变化趋势，所述第一预测信息包括：

所述视频帧对应的第一人脸特征向量和第一预测概率，所述第一预测概率表征所述视频帧中存在目标图像块的可能性，所述目标图像块为包含人脸伪造特征的图像块。

3.根据权利要求2所述的方法，其特征在于，所述通过所述第一自注意力模型对所述多个图像块进行预测运算，得到每个所述视频帧的第一预测信息，包括：

将每个所述图像块线性映射为图像特征向量，所述图像特征向量用于表征图像块的图像内容；

将所述多个图像特征向量输入至所述第一自注意力模型，输出所述视频帧的第一人脸特征向量和第一预测概率；

其中，将所述多个图像特征向量输入至所述第一自注意力模型，输出所述视频帧的第一人脸特征向量和第一预测概率，包括：

所述第一自注意力模型基于所述图像特征向量，计算所述图像块之间的第一关联程度，并根据所述第一关联程度和图像特征向量，计算所述第一人脸特征向量，所述第一关联程度表征所述多个图像块中的相应图像块与其它图像块之间的特征关联程度；

所述第一人脸特征向量经第一感知机进行特征预测处理，得到所述第一预测概率。

4.根据权利要求2所述的方法，其特征在于，所述第二预测信息包括第二人脸特征向量和第二预测概率，所述第二预测信息用于表征所述待检测视频中的人脸特征随时间的变化，所述第二预测概率用于表征所述待检测视频存在目标人脸图像的可能性，所述目标人脸图像为包含人脸伪造特征的图像；

所述将各所述视频帧的第一预测信息输入至所述第二自注意力模型进行预测运算，得到第二预测信息，包括：

将所有视频帧的第一人脸特征向量，输入至所述第二自注意力模型；

经所述第二自注意力模型，基于所述第一人脸特征向量，计算各所述视频帧之间的第二关联程度，并根据所述第二关联程度和第一人脸特征向量，计算所述第二人脸特征向量，所述第二关联程度表征所述所有视频帧中的相应视频帧与其它视频帧之间的特征关联程度；

所述第二人脸特征向量经第二感知机进行特征预测处理，得到所述第二预测概率。

5.一种人脸检测模型的训练方法，其特征在于，所述人脸检测模型包括第一自注意力模型以及与所述第一自注意力模型级联的第二自注意力模型，所述方法包括：

获取第一样本集，所述第一样本集中的样本为视频帧样本，所述视频帧样本为包含人脸信息的图像；

针对所述第一样本集中的每个视频帧样本，将每个所述视频帧样本划分为多个图像块，并将所述多个图像块作为输入，对所述第一自注意力模型进行单独训练，以输出每个视频帧样本的第一样本预测信息；

将对应于同一人脸视频的第一样本预测信息作为一个样本，构建第二样本集，并根据所述第二样本集对所述第二自注意力模型进行单独训练；

将所述第一样本集中属于同一人脸视频的视频帧样本作为一个样本，构建第三样本集，将所述第三样本集输入至所述人脸检测模型中的第一自注意力模型，并将所述第一自注意力模型输出的第一局部预测信息作为所述第二自注意力模型的输入，以对单独训练后的第一自注意力模型和单独训练后的第二自注意力模型进行级联训练。