[发明专利]一种基于身份差异量化的伪造换脸图像检测方法和系统

权利要求书

1.一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，包括以下步骤：

步骤1，获取并配置换脸生成模型，并对所述的换脸生成模型进行参数微调；

步骤2，获取与待测图像具有相同身份的真实图像作为参考图像；

步骤3，以参考图像和待测图像构成四种输入组合，利用步骤1得到的换脸生成模型生成四种重建图像；

步骤4，根据参考图像、待测图像、以及四种重建图像，计算待测图像和参考图像之间的身份差异指标；

步骤5，根据身份差异指标进行图像真伪的判别。

2.根据权利要求1所述的一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的换脸生成模型包括一个解码器和一个由目标图像分支网络、源图像分支网络、融合网络构成的编码器；所述的目标图像分支网络用于提取目标图像的属性特征，源图像分支网络用于提取源图像的身份特征，融合网络用于融合属性特征和编码特征，经解码器解码后得到生成图像。

3.根据权利要求1或2所述的一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的换脸生成模型的参数微调步骤包括：

(1-1)选取人脸图像数据作为微调训练集，预处理人脸图像，包括定位并裁剪人脸区域、人脸对齐和尺寸调整；提取预处理后的人脸图像的身份特征向量；

(1-2)以1:1的比例划分两类训练图像输入组合，其中第一类训练图像输入组合为两张相同的人脸图像，第二类训练图像输入组合为两张随机的不同人脸图像；

(1-3)采用两类训练图像输入组合训练换脸生成模型，对于第一类训练图像输入组合，目标损失为图像重建损失；对于第二类训练图像输入组合，目标损失为换脸生成图像与源图像的身份特征损失。

4.根据权利要求3所述的一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的身份特征损失的计算公式为：

其中，loss₂表示身份特征损失，id_source表示源图像的人脸特征，是由换脸生成模型中的源图像分支网络提取得到的；id_result表示由换脸生成模型生成的重建图像的人脸特征，是将换脸生成模型生成的重建图像再次输入到换脸生成模型中的源图像分支网络中提取得到的。

5.根据权利要求1所述的一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的步骤3中，以参考图像和待测图像构成四种输入组合，包括：{参考图像，参考图像}、{待测图像，参考图像}、{待测图像，待测图像}、{参考图像，待测图像}，利用训练好的换脸生成模型分别得到对应于四种输入组合的重建图像。

6.根据权利要求5所述的一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的身份差异指标的计算公式为：

其中，表示身份差异指标，||·||₂表示L2范数，I_R表示参考图像，I_T表示待测图像，I_rec-1表示以{参考图像，参考图像}为输入得到的第一重建图像，I_rec-2表示以{待测图像，参考图像}为输入得到的第二重建图像，I_rec-3表示以{待测图像，待测图像}为输入得到的第三重建图像，I_rec-4表示以{参考图像，待测图像}为输入得到的第四重建图像。

7.根据权利要求1所述的一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的步骤5中，根据身份差异指标进行图像真伪的判别时，若待测图像与参考图像之间的身份差异指标小于阈值，则待测图像为真实图像，否则为伪造图像。

8.根据权利要求7所述的一种基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的阈值是通过训练得到的，具体为：收集真实和伪造的测试样本，计算身份差异指标，根据身份差异指标以及测试样本的真实标签，确定真伪分类的最佳阈值。

9.一种基于身份差异量化的伪造换脸图像检测系统，用于实现权利要求1所述的基于身份差异量化的伪造换脸图像检测方法，其特征在于，所述的系统包括：

换脸生成模型模块，其用于根据输入的人脸图像对，生成重建图像；

换脸生成模型微调模块，其用于对换脸生成模型模块的参数进行微调；

输入组合构建模块，其用于根据参考图像和待测图像构成四种输入组合；

身份差异指标计算模块，其用于根据参考图像、待测图像、以及四种重建图像，计算待测图像和参考图像之间的身份差异指标；

人脸图像真伪判别模块，其用于根据身份差异指标进行图像真伪的判别。