[发明专利]一种基于双流神经网络的人脸伪造视频检测方法

说明书

本发明公开一种基于3D卷积搜索网络的人脸伪造视频检测方法，包含步骤：对收集到的待处理视频进行预处理；对预处理后视频进行人脸检测、跟踪及识别，存储检测到的人脸，使同一人脸在时序上形成连贯性；将时序连贯的人脸送入3D卷积搜索网络中进行真伪人脸检测并输出结果。本发明可对伪造人脸快速、准确检测。

技术领域

本发明涉及人脸进行伪造检测技术领域，特别是涉及一种基于双流神经网络的人脸伪造视频检测方法。

背景技术

伪造检测和安全性防范系统中，需要对视频流中的人脸进行伪造检测以识别其中的人脸的真伪，以满足用户对人脸伪造视频甄别的要求。然而现有人脸伪造检测技术尚有待进一步提高。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于双流神经网络的人脸伪造视频检测方法。

为实现本发明的目的所采用的技术方案是：

一种基于双流神经网络的人脸伪造视频检测方法，包括

对收集到的待处理视频预处理；

对预处理后视频进行人脸检测、跟踪、识别，存储检测出的人脸，使同一人脸在时序上形成连贯性；

将时序连贯的人脸送入3D卷积搜索网络中进行真伪人脸检测并输出结果。

进一步的，在检测到有多个不同的人脸时，还包括以下步骤：

利用人脸识别技术将不同人脸识别出来后分别存储，并使不同人脸在时序上各自形成连贯性，然后将时序连贯的不同序列的分别人脸送入3D卷积搜索网络中进行真伪人脸检测并输出结果。

进一步的，所述3D卷积搜索网络进行真伪人脸检测并输出结果后，还包括步骤：

对检测到的伪造人脸进行真伪标注后在初始视频序列中输出展示。

进一步的，对检测到的伪造人脸进行真伪标注后在初始视频序列中输出展示时，还包括对检测到的伪造人脸的伪造区域进行可视化显示。

优选的，所述对收集到的待处理视频预处理包括采用视频时长过滤器、视频尺寸过滤器以及视频清晰度过滤顺对待处理视频过滤处理，使预处理后视频在时长、尺寸以及清晰度上符合预定阈值。

优选的，所述的3D卷积搜索网络中进行真伪人脸检测时，采用以下步骤：

给定一个搜索空间的候选神经网络结构的参数集合，首先对某一参数进行搜索，得到该参数的最优值，然后再对其它参数依次分别进行搜索，得出各个参数的最优值，最终组合为所需的神经网络模型。

优选的，所述参数集合包括卷积核大小、卷积连接方式、卷积核数量、网络层数、输入尺寸、输入采样率、输入时长。

优选的，通过预置的搜索参数对各个参数进行搜索，得各个参数的最优值，并对搜索参数的搜索范围进行约束以提高搜索效率。

优选的，所述人脸检测采用MTCNN或RetinaFace算法进行人脸检测。

优选的，所述人脸跟踪是对检测出的人脸通过人脸检测框进行跟踪，在人脸检测框内通过人脸识别技术识别出不同人脸。

本发明通过对预处理后视频进行人脸检测、跟踪、识别，存储检测出的人脸，使同一人脸在时序上形成连贯性，然后将时序连贯的人脸送入3D卷积搜索网络中进行真伪人脸检测并输出结果，可以实现快速准确检测出人脸真伪。

附图说明

图1是本发明实施例提供的基于双流神经网络的人脸伪造视频检测方法流程示意图。

图2为本发明实施例提供的3D卷积搜索网络进行真伪检测的流程示意图。

具体实施方式