基于对抗学习和类颜色空间的视频虚假人脸检测方法

摘要

本发明公开了一种基于对抗学习和类颜色空间的视频虚假人脸检测方法，用于解决目前视频虚假人脸检测方法对利用对抗学习技术构建的视频虚假人脸图像检测效果较差的问题。基于对抗学习的虚假人脸检测方法需要构建对抗数据集用于训练，本发明中基于OULU‑NPU数据集，利用FGM、BIM和deepfool方法构建对抗数据集。首先在训练过程中，对训练视频数据进行预处理，提取和归一化人脸图像，然后利用上述三种攻击方法构建对抗数据集，再输入神经网络构建新颜色空间和训练模型。在检测过程中，对待测视频进行预处理，提取和归一化人脸图像。然后输入卷积神经网络，利用训练好的模型将归一化图像映射到新颜色空间，并进行特征提取和分类检测。本发明提出利用FGM、BIM和deepfool方法构建对抗数据集，然后使用对抗数据集训练自适应颜色空间映射、特征提取和分类模型。