Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津科技大学;思腾合力(天津)科技有限公司杨巨成获国家专利权

天津科技大学;思腾合力(天津)科技有限公司杨巨成获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津科技大学;思腾合力(天津)科技有限公司申请的专利基于人脸关键点的伪造图像检测方法、终端及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116110110B

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310246777.5,技术领域涉及:G06V40/16;该发明授权基于人脸关键点的伪造图像检测方法、终端及存储介质是由杨巨成;张伟;孙笑;魏峰;王嫄;王伟;王波;赵青;吴超;国英龙;贾智洋;徐振宇;庞志刚设计研发完成,并于2023-03-15向国家知识产权局提交的专利申请。

基于人脸关键点的伪造图像检测方法、终端及存储介质在说明书摘要公布了:本发明提供了一种基于人脸关键点的伪造图像检测方法、终端及存储介质,其中方法包括构建人脸伪造检测分类模型;其中,所述人脸伪造检测分类模型包括人脸关键点模板生成模块Gm、RGB特征提取模块Fr、mask特征提取模块Fm以及mask局部注意力模块Bm;获取训练样本图像X;利用所述训练样本图像X对所述人脸伪造检测分类模型进行训练,得到训练完成的人脸伪造检测分类模型;获取待检测的人脸图像;将所述待检测的人脸图像输入所述训练完成的人脸伪造检测分类模型,得到识别的结果。本发明设计合理,通过人脸关键点检测获得人脸各个器官区域的mask,舍弃了冗余的背景信息。

本发明授权基于人脸关键点的伪造图像检测方法、终端及存储介质在权利要求书中公布了:1.一种基于人脸关键点的伪造图像检测方法,其特征在于,包括: 构建人脸伪造检测分类模型;其中,所述人脸伪造检测分类模型包括人脸关键点模板生成模块Gm、RGB特征提取模块Fr、mask特征提取模块Fm以及mask局部注意力模块Bm; 获取训练样本图像X; 利用所述训练样本图像X对所述人脸伪造检测分类模型进行训练,得到训练完成的人脸伪造检测分类模型; 获取待检测的人脸图像; 将所述待检测的人脸图像输入所述训练完成的人脸伪造检测分类模型,得到识别的结果; 所述利用所述训练样本图像X对所述人脸伪造检测分类模型进行训练,得到训练完成的人脸伪造检测分类模型,包括: 利用所述人脸关键点模板生成模块Gm,生成所述训练样本图像X的人脸关键点模板M; 利用所述RGB特征提取模块Fr对所述训练样本图像X进行特征提取,得到特征fr; 利用所述mask特征提取模块Fm对所述人脸关键点模板M进行特征提取,得到特征fm; 利用所述人脸关键点模板M和所述mask局部注意力模块Bm,对所述特征fr和所述特征fm进行融合;其中,所述mask局部注意力模块包括自适应学习权重子模块和通道融合子模块; 获取所述mask特征提取模块Fm的分类块、以及所述RGB特征提取模块Fr的分类块的输出,并将所述mask特征提取模块Fm的分类块的输出与所述RGB特征提取模块Fr的分类块的输出相加,得到输出结果; 将所述输出结果进行二分类,以判断输入图像的真实性; 根据损失函数和优化器对所述人脸伪造检测分类模型进行网络模型权重的梯度更新,得到训练完成的人脸伪造检测分类模型; 所述利用所述人脸关键点模板M和所述mask局部注意力模块Bm,对所述特征fr和所述特征fm进行融合;其中,所述mask局部注意力模块包括自适应学习权重子模块和通道融合子模块,包括: 将所述特征fm输入所述自适应学习权重子模块,并利用所述人脸关键点模板M通过所述自适应学习权重子模块让每个通道独自学习每个像素位置的注意力; 获取所述自适应学习权重子模块的输出,并利用所述通道融合子模块将所述自适应学习权重子模块的输出按通道方向求和,得到注意力图; 利用sigmoid激活函数对所述注意力图进行归一化处理,得到fatt; 将所述fatt与所述特征fr按元素相乘后分别加上元素对应的所述特征fr,得到特征fr’; 所述获取所述mask特征提取模块Fm的分类块、以及所述RGB特征提取模块Fr的分类块的输出,并将所述mask特征提取模块Fm的分类块的输出与所述RGB特征提取模块Fr的分类块的输出相加,得到输出结果,包括: 将所述特征fm输入所述mask特征提取模块Fm的分类块,并获取所述mask特征提取模块Fm的分类块的输出; 将所述特征fr’输入所述RGB特征提取模块Fr的分类块,并获取所述RGB特征提取模块Fr的分类块的输出; 将所述mask特征提取模块Fm的分类块的输出与所述RGB特征提取模块Fr的分类块的输出相加,得到输出结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津科技大学;思腾合力(天津)科技有限公司,其通讯地址为:300222 天津市滨海新区经济技术开发区第十三大街9号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。