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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于人脸关键点的高效伪造人脸视频检测方法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：CN116110090B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211310143.3，技术领域涉及：G06V40/16；该发明授权一种基于人脸关键点的高效伪造人脸视频检测方法是由杨睿;罗笑南;蓝如师设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本一种基于人脸关键点的高效伪造人脸视频检测方法在说明书摘要公布了：本发明公开了一种基于人脸关键点的高效伪造人脸视频检测方法，包括如下步骤：1微表情面部特征点采集；2视频帧特征点跟踪；3真假人脸特征点光流分类。这种方法提高了检测速度，在公开假人脸数据集facefrensic++检测精度为0.99。

本发明授权一种基于人脸关键点的高效伪造人脸视频检测方法在权利要求书中公布了：1.一种基于人脸关键点的高效伪造人脸视频检测方法，其特征在于，包括如下步骤： 1传入具有真实人脸图像的视频数据集和假人脸图像的视频数据集进行训练； 2对步骤1所传入的人脸视频通过开源人脸关键点检测模型mediapipe对每帧的人脸图像进行人脸关键点提取； 3由于假人脸和真实人脸在人脸关键点的波动情况是不一样的，将步骤2所获得的人脸关键点帧与帧之间的移动进行跟踪，通过LK光流算法计算人脸关键点的光流，从而描述人脸关键点的动态性； 4由于采用LK光流法会引入噪声干扰图像特征标记的稳定性，设计去噪扩散概率模型DDPM整合步骤3人脸关键点的检测和预测的信息，得到去噪后的人脸特征序列； 5将步骤4中去噪后人脸特征序列输入到RNN神经网络中进行虚假视频分类，并通过全连接层进行真假人脸的预测； 人脸特征序列分类和真假人脸预测的步骤为： 5.1将步骤3的标定人脸关键点特征和通过步骤4进行去噪后的预测人脸关键点特征序列嵌入到和两组特征向量序列中，然后输入到双流RNN中进行伪视频分类； 5.2每一个人脸关键点采用表示，=,因此把第一种特征向量定义为公式7所示,人脸关键点序列表示为， ， 看作从序列进行扁平化操作,n是一帧图像中人脸关键点个数； 5.3第二种特征向量定义为，公式如下， ， 表示连续帧间地标位置的差异； 5.4通过在两个RNN神经网络模型中嵌入得到两个特征向量A=，B=，一个RNN在A上建模面部形状运动模式，另一个RNN在B上建模面部标记差异模式，用来捕捉时间的不连续； 5.5将全连接层加到每个RNN的输出做出自己的预测，两个流的A,B平均值作为最终预测，将这些预测操作归结为一个函数f·，·如公式9， 9， 代表第一个RNN神经网络操作，代表第二个RNN神经网络操作，因此最后的预测视频片段的人脸真假的可能性通过公式9得出。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。