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！

申请/专利权人：齐鲁工业大学(山东省科学院)

摘要：本发明公开一种基于水印图像差值的主动Deepfake检测方法，涉及图像处理技术领域，包括以下步骤：S1：构造两阶段的主动Deepfake检测框架，包括训练水印攻击网络阶段与Deepfake检测；S2：训练水印攻击网络阶段；S21：利用四元数极谐傅里叶矩作为水印嵌入的工具，来嵌入水印信息并且利用水印攻击网络来移除水印；S22：为了保证水印攻击网络能准确的移除四元数极谐傅里叶矩水印。本发明利用四元数极谐傅里叶矩作为水印嵌入的工具，并且利用嵌入的水印图像与原始图像差值作为Deepfake检测的主要依据。

主权项：1.一种基于水印图像差值的主动Deepfake检测方法，其特征在于，包括以下步骤：S1：构造两阶段的主动Deepfake检测框架，包括训练水印攻击网络阶段与Deepfake检测；S2：训练水印攻击网络阶段；S21：利用四元数极谐傅里叶矩作为水印嵌入的工具，来嵌入水印信息并且利用水印攻击网络来移除水印；S22：为了保证水印攻击网络能准确的移除四元数极谐傅里叶矩水印，采用三个损失：MSE损失、局部损失及感知损失进行优化；S3：Deepfake检测阶段；利用训练水印攻击网络阶段训练的水印攻击网络进行水印攻击，使输入的含水印图像能够去除其中的水印信息，因此便得到含水印图像与去除水印图像的差值，再通过一个Xception分类器网络进行差值的伪造痕迹的真伪分类；所述S21的具体流程为：S211：对于极坐标系下的彩色图像，四元数极谐傅里叶矩表示为： （1）其中：为极坐标的径向距离； 为极坐标角度； 为单位纯四元数； 为阶数； 为重复度； 表示径向基函数： （2）S212：在由式（2）计算出彩色图像的四元数极谐傅里叶矩后，利用有限个四元数极谐傅里叶矩来近似重构，在极坐标系下利用有限个四元数极谐傅里叶矩近似重构彩色图像函数的表达式写为： （3）S213：嵌入流程；首先将原始彩色人脸图像转换到极坐标系上，并将其表示为；然后根据正交矩定义及四元数理论，计算出的高阶四元数正交矩，其中和分别表示阶数和重复度；从中筛选出鲁棒的四元数正交矩集合；选择的水印为长度的二值随机序列，根据密钥和水印序列调整矩幅值得到含水印的矩集合；分别将和通过式（3）进行重构得到图像和，最后得到含水印的图像；S214：将含水印图像与原始图像输入到水印攻击网络中，水印攻击网络采用的Unet网络，移除水印，输出图像；所述S22的具体流程为：S221：MSE损失；MSE损失函数是图像恢复任务中最常用的逐像素损失函数之一，从水印攻击网络中得到的输出为图像，将MSE损失表示为： （4）S222：局部损失；根据四元数极谐傅里叶矩的原理，最终嵌入水印的位置总是在图像的最大内切圆之内，设计一个新颖的局部损失函数： （5）其中：表示输入张量在图像坐标处的索引值； 表示输入张量在图像坐标处的索引值； 表示在输入张量中定义的最大内嵌圆区域的索引集合；具体来说，对于每个批次中的图像，包含所有满足以下条件的索引： ，是以图像中心为原点的坐标，H和W分别是图像的高度和宽度； N m 是掩码区域内的像素总数，即中元素的数量；S223：感知损失：因此，利用一个预训练的VGG16模型来提取关键的特征图，感知损失网络计算的是在选定的网络层上，原始图像与水印攻击网络输出的图像之间的欧氏距离，具体的损失函数定义如下： （6）其中：是VGG16网络中第层的特称图输出； 、及分别为第层特征图的通道、高度及宽度；S224：水印攻击网络的总损失表示为： （7）其中：与为控制损失函数权重的超参数；所述S3的具体流程为：固定好在训练水印攻击网络阶段训练好的水印攻击网络，并且将含水印图像作为第二阶段的输入；S31：先对含水印图像进行Deepfake得到检测图像；S32：将含水印图像与检测图像输入到水印攻击网络中，分别得到没有伪造过的攻击后图像与伪造过的攻击后图像；S33：由于差值信息无法轻易察觉，因此利用放大后的差值信息进行伪造检测，表示为： （8）其中：表示利用Xception网络对差值图像进行真伪分类； 表示对于差值图像放大的倍数； 为Xception网络对于输入的预测结果；采用一个简单的BCE损失即能够训练Xception网络： （9）其中：表示人脸的标签，0代表为真，1代表为假； 表示Xception预测出的结果。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 一种基于水印图像差值的主动Deepfake检测方法