基于时空融合的深度伪造人脸视频定位方法

发明专利有效专利

申请号：
CN202110325432.X
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-03-26
申请人：
西安电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于时空融合的深度伪造人脸视频定位方法
申请号	CN202110325432.X	申请日期	2021-03-26
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-06-22	公开/公告号	CN113011357A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安电子科技大学	当前权利人	西安电子科技大学
发明人	田玉敏;吴自力;王笛;蔡妍;潘蓉
代理机构	陕西电子工业专利中心	代理人	田文英;王品华

摘要

本发明公开了一种基于时空融合的深度伪造人脸视频定位方法，其步骤为：(1)构建卷积神经网络；(2)构建融合时域和空间域特征的分类网络；(3)构建分割定位任务网络；(4)构建重建任务网络；(5)构建多任务融合网络；(6)生成多任务融合损失函数；(7)生成训练集；(8)训练多任务融合网络；(9)对深度伪造人脸视频进行识别定位。本发明构建融合时域和空间域特征的分类网络提取特征，可以提取到更完整的帧内和帧间特征，获得更高的准确率，同时，本发明构建用于训练多任务融合网络的多任务融合损失函数，解决了未见攻击类别和任务单一化导致的影响泛化能力和功能完善性的问题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供