DeepFake伪造区域可定位的鉴伪取证方法与流程

技术特征：
1.deepfake伪造区域可定位的鉴伪取证方法，其特征在于，采用训练好的面部伪造区域定位与鉴别模型对输入图像进行鉴别，该面部伪造区域定位与鉴别模型包括面部伪造区域定位模块以及面部真伪判别模块：所述面部伪造区域定位模块，通过编码操作将获得的输入图像的特征图逐步减小，然后再解码操作，将得到的最终减小的特征图逐步放大到与输入图像相同的分辨率；对放大后的特征图用softmax进行像素分类，得到输入图像的分类结果，实现对输入图像的伪造区域定位；所述面部真伪判别模块，将面部伪造区域定位模块得到的伪造区域定位结果作为输入，通过编码操作降低特征图分辨率，当特征图的分辨率降低为[1，1]时，输入到softmax进行分类，得到输入图像的真伪判别结果，然后将伪造区域在图像中进行可视化展示。2.根据权利要求1所述deepfake伪造区域可定位的鉴伪取证方法，其特征在于，所述的训练好的面部伪造区域定位与鉴别模型对输入图像进行鉴别之前，还包括以下步骤：对输入数据类型判别：若输入数据为序列数据，则对序列数据进行人脸检测、跟踪、关键点检测、识别操作，将识别出的人脸按照id分别存储为人脸序列；将人脸序列逐帧送入训练好的面部伪造区域定位与鉴别模型中前向传播，得到每帧图像的伪造区域定位与真伪鉴别，并可视化显示；若输入数据为图像，则对图像数据进行人脸检测，将检测出的人脸存储；将裁剪好的人脸图像送入训练好的面部伪造区域定位与鉴别模型中进行前向传播，对输入图像的伪造区域进行定位与真伪判别，并可视化显示。3.根据权利要求2所述deepfake伪造区域可定位的鉴伪取证方法，其特征在于，对于人脸序列，将同一id的人脸序列中的评分结果进行均值融合，输出每个id的评分结果，同时保存各个id的人脸序列中的伪造区域。4.根据权利要求1所述deepfake伪造区域可定位的鉴伪取证方法，其特征在于，所述面部伪造区域定位模块，在编码操作中的每一步中得到的特征图通过pooling indices放大后，拼接到解码操作对应大小的特征图中，以使编码与解码过程中的信息交互。5.根据权利要求1所述deepfake伪造区域可定位的鉴伪取证方法，其特征在于，当输入为视频时，对得到的判别序列求取均值，得到最终判别结果，若判别结果为fake，则将输入视频每帧对应的伪造区域在输入视频中可视化展示；输入为图像时，若定位到伪造区域，则将伪造区域在图像中进行可视化展示。6.根据权利要求1所述deepfake伪造区域可定位的鉴伪取证方法，其特征在于，所述面部伪造区域定位与鉴别模型采有图像分割网络训练生成，在训练图像分割网络时，通过以下步骤构建训练用的伪造图像的真伪区域标签：将伪造图像与对应的真实图像做差，获三通道彩色图像；将所述三通道彩色图像灰度化，得到灰度图；对灰度图进行归一化处理，然后再进行二值化操作，对二值化图进行高斯滤波，得到清晰无噪点的标签图，即伪造图像的真伪区域标签。7.根据权利要求6所述deepfake伪造区域可定位的鉴伪取证方法，其特征在于，所述图像分割网络采用fcn分割模型、u-net分割模型、segnet分割模型、mask-rcnn分割模型以及deeplab-v2分割模型的一种。
8.根据权利要求7所述deepfake伪造区域可定位的鉴伪取证方法，其特征在于，训练图像分割网络时，所述真实图像的输入分辨率112*112或224*224，高斯滤波用的高斯滤波器的高斯核大小为5或11。

技术总结
本发明公开一种DeepFake伪造区域可定位的鉴伪取证方法，采用面部伪造区域定位与鉴别模型鉴别，模型包括面部伪造区域定位模块、面部真伪判别模块：面部伪造区域定位模块通过编码操作将获得的输入图像的特征图逐步减小，然后解码操作，将最终减小的特征图逐步放大到与输入图像相同的分辨率；对放大后特征图用Softmax像素分类，得到分类结果，实现伪造区域定位；面部真伪判别模块，将伪造区域定位结果作为输入，通过编码操作降低特征图分辨率，当特征图分辨率降低为[1,1]时，输入到Softmax分类，得到输入图像真伪判别结果，将伪造区域在图像中可视化展示。本发明实现取证结论有据和结果可视。结果可视。结果可视。


技术研发人员：孙哲南 何召峰 茹一伟
受保护的技术使用者：天津中科智能识别有限公司
技术研发日：2022.10.19
技术公布日：2023/2/6