System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及圖像處理,具體地講,涉及一種基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法。
技術(shù)介紹
1、deepfake作為一種基于深度學(xué)習(xí)的圖像與視頻生成技術(shù),近年來(lái)迅速發(fā)展,展現(xiàn)出高度的生成逼真度和廣泛的應(yīng)用潛力。該技術(shù)通過(guò)深度神經(jīng)網(wǎng)絡(luò),能夠合成與原始人臉極為相似的虛擬圖像,進(jìn)而實(shí)現(xiàn)人臉的替換、動(dòng)作的模仿以及表情的重演,從而生成極具欺騙性的偽造視頻。這些偽造視頻不僅視覺(jué)上極為真實(shí),還能完美地復(fù)制人物的行為和情感表現(xiàn),使得偽造內(nèi)容幾乎無(wú)法與真實(shí)視頻區(qū)分開(kāi)來(lái)。隨著deepfake技術(shù)的普及,其帶來(lái)的潛在風(fēng)險(xiǎn)也日益顯現(xiàn),尤其是在數(shù)據(jù)安全、隱私保護(hù)以及社會(huì)倫理方面。
2、
3、針對(duì)這一問(wèn)題,研究者們提出了多種防御技術(shù),主要可以分為被動(dòng)式檢測(cè)和主動(dòng)式防御兩大類(lèi)。被動(dòng)式檢測(cè)側(cè)重于事后取證,依靠視頻中的特征或痕跡來(lái)鑒定其是否為偽造。當(dāng)前的技術(shù)方法多依賴(lài)于空域特征、頻域特征或者生成模型留下的偽造痕跡。例如,xception?net和efficient?net等經(jīng)典神經(jīng)網(wǎng)絡(luò)被用于提取視頻幀的特征,而f3-net和spsl方法則通過(guò)頻域信息的增強(qiáng),提高對(duì)偽造內(nèi)容的檢測(cè)精度。此外,還有一些方法采用注意力機(jī)制,聚焦視頻幀中的細(xì)微偽造痕跡,從而進(jìn)一步提升檢測(cè)的準(zhǔn)確性,如multi-attention方法。盡管這些被動(dòng)式檢測(cè)技術(shù)在一定程度上取得了進(jìn)展,但由于數(shù)據(jù)集質(zhì)量的參差不齊,以及偽造技術(shù)的不斷升級(jí),現(xiàn)有方法仍面臨著巨大的挑戰(zhàn),特別是在高質(zhì)量偽造視頻的檢測(cè)方面,準(zhǔn)確率仍顯不足。
4、與被動(dòng)式檢測(cè)不同,主動(dòng)式防御技
5、盡管現(xiàn)有的deepfake防御技術(shù)在某些領(lǐng)域取得了一定的進(jìn)展,但仍然面臨許多關(guān)鍵問(wèn)題。例如,現(xiàn)有的被動(dòng)檢測(cè)方法在應(yīng)對(duì)高質(zhì)量偽造內(nèi)容時(shí)存在明顯的不足,尤其是面對(duì)新型生成模型(如擴(kuò)散模型)時(shí),檢測(cè)的魯棒性和準(zhǔn)確性明顯下降。與此同時(shí),主動(dòng)防御技術(shù)雖然能夠有效阻止偽造,但其實(shí)現(xiàn)依賴(lài)于在圖像中提前嵌入水印或擾動(dòng),這可能會(huì)影響視頻的質(zhì)量,并且容易被攻擊者攻擊。此外,在大規(guī)模應(yīng)用的場(chǎng)景下,如何平衡數(shù)據(jù)隱私保護(hù)與防偽技術(shù)的性能依然是一個(gè)重大挑戰(zhàn)。
6、現(xiàn)有技術(shù)存在以下不足:
7、1.在圖像生成、偽造和后續(xù)圖像增強(qiáng)處理中,如何嵌入并保持不可察覺(jué)且高度魯棒的水印信息,使其能夠抵抗各種圖像處理操作,確保水印信息在多階段操作后仍然可被識(shí)別,用于追蹤偽造行為和溯源;
8、2.如何在嵌入水印后提升圖像的視覺(jué)質(zhì)量,避免對(duì)原始圖像的干擾,并降低被深度偽造檢測(cè)系統(tǒng)誤判為偽造圖像的風(fēng)險(xiǎn);
9、3.如何安全存儲(chǔ)水印信息,防止其被篡改或偽造,確保圖像溯源數(shù)據(jù)的安全性和可信度,同時(shí)提供一個(gè)透明、可信的偽造內(nèi)容責(zé)任追溯機(jī)制,以增強(qiáng)防偽系統(tǒng)的可信性和可驗(yàn)證性。
技術(shù)實(shí)現(xiàn)思路
1、本專(zhuān)利技術(shù)要解決的技術(shù)問(wèn)題是提供一種基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,通過(guò)嵌入和提取水印信息,結(jié)合區(qū)塊鏈技術(shù),為深度偽造檢測(cè)和溯源提供了一種高效且可靠的解決方案。
2、本專(zhuān)利技術(shù)采用如下技術(shù)方案實(shí)現(xiàn)專(zhuān)利技術(shù)目的:
3、一種基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于,包括以下步驟:
4、s1:訓(xùn)練一個(gè)水印嵌入提取網(wǎng)絡(luò);
5、s2:將一個(gè)100位的隨機(jī)二進(jìn)制比特水印通過(guò)水印嵌入模型嵌入原始人臉圖像,并將水印信息保存至區(qū)塊鏈;
6、s3:訓(xùn)練一個(gè)深度偽造檢測(cè)器,并將水印圖像進(jìn)行圖像增強(qiáng);
7、s4:將增強(qiáng)后的水印圖像進(jìn)行深度偽造,再?gòu)纳疃葌卧靾D像中提取水印;
8、s5:將深度偽造圖像中提取的水印與區(qū)塊鏈中存儲(chǔ)的水印進(jìn)行對(duì)比與驗(yàn)證。
9、作為本技術(shù)方案的進(jìn)一步限定,所述s1的具體步驟為:
10、s11:設(shè)置具有編碼器-解碼器結(jié)構(gòu)的水印嵌入網(wǎng)絡(luò)模型e和一個(gè)解碼器結(jié)構(gòu)的水印提取網(wǎng)絡(luò)模型d;
11、s12:水印嵌入網(wǎng)絡(luò)模型,其中e為水印嵌入網(wǎng)絡(luò)模型,為干凈人臉圖像,為二進(jìn)制水印,為嵌入水印的人臉圖像,該模型將一個(gè)隨機(jī)生成的100位二進(jìn)制比特水印嵌入到干凈人臉圖像中,使用對(duì)抗訓(xùn)練,將嵌入水印的人臉圖像增加輕微擾動(dòng),再輸入深度偽造模型進(jìn)行惡意篡改,水印提取網(wǎng)絡(luò)模型,其中d為水印提取網(wǎng)絡(luò)模型,為嵌入水印的人臉圖像(包括僅嵌入水印的人臉圖像、增加輕微擾動(dòng)的水印圖像以及惡意篡改后的水印圖像),為提取出的二進(jìn)制水印,該模型從圖像中提取水印信息,水印嵌入網(wǎng)絡(luò)模型和水印提取網(wǎng)絡(luò)模型都被設(shè)計(jì)為卷積神經(jīng)網(wǎng)絡(luò),其訓(xùn)練目標(biāo)是最小化以下兩個(gè)損失函數(shù),二元交叉熵?fù)p失與均方誤差損失:
12、(1)
13、其中:和分別是輸入水印和解碼后水印的第位;
14、n是水印的長(zhǎng)度;
15、(2)
16、其中:是通過(guò)水印嵌入網(wǎng)絡(luò)模型嵌入水印后的圖像;
17、是原始的干凈人臉圖像;
18、表示l2范數(shù),即歐式距離;
19、s13:最終的訓(xùn)練目標(biāo)是最小化兩者的加權(quán)和:
20、(3)
21、其中:是超參數(shù),用來(lái)平衡這兩個(gè)損失項(xiàng)的權(quán)重。
22、作為本技術(shù)方案的進(jìn)一步限定,所述s2的具體步驟為:
23、s21:水印信息通過(guò)全連接層映射到合適的尺寸,準(zhǔn)備并與干凈人臉圖像進(jìn)行融合;
24、s22:基于圖像的局部復(fù)雜度動(dòng)態(tài)調(diào)整水印的嵌入強(qiáng)度,以確保水印嵌入在圖像中的效果能夠適應(yīng)圖像內(nèi)容的變化;
25、通過(guò)計(jì)算輸入的干凈人臉圖像的局部復(fù)雜度來(lái)量化圖像的特征;
26、設(shè)干凈人臉圖像為一個(gè)大小為的張量,其中:
27、b是批次大小,c是圖像的通道數(shù),h和w是圖像的高度和寬度;
28、圖像的局部復(fù)雜度通過(guò)以下公式計(jì)算:
29、(4)
30、其中:??表示在高度和寬度方向上的方差計(jì)算;
31、和分別是批次和通道的索引;
32、自適應(yīng)嵌入權(quán)重是根據(jù)圖像的局部復(fù)雜度和嵌入強(qiáng)度?embedding_strength?來(lái)計(jì)算的,通過(guò)一個(gè)?sigmoid?函數(shù)對(duì)局部復(fù)雜度進(jìn)行縮放,使得較高的復(fù)雜度值應(yīng)較強(qiáng)的嵌入強(qiáng)度;
33、(5)
34、其中:表示每個(gè)通道在每個(gè)圖像位置的自適本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于:所述S1的具體步驟為:
3.根據(jù)權(quán)利要求2所述的基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于:所述S2的具體步驟為:
4.根據(jù)權(quán)利要求3所述的基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于:所述S3的具體步驟為:
5.根據(jù)權(quán)利要求4所述的基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于:所述S4的具體步驟為:
6.根據(jù)權(quán)利要求4所述的基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于:所述S5的具體步驟為:
【技術(shù)特征摘要】
1.一種基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于:所述s1的具體步驟為:
3.根據(jù)權(quán)利要求2所述的基于區(qū)塊鏈與魯棒水印增強(qiáng)的深度偽造主動(dòng)檢測(cè)方法,其特征在于:所述s2的具體步驟為:
4.根...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員:王玉立,梁祎琰,馬賓,徐健,王金偉,周琳娜,羅向陽(yáng),
申請(qǐng)(專(zhuān)利權(quán))人:齊魯工業(yè)大學(xué)山東省科學(xué)院,
類(lèi)型:發(fā)明
國(guó)別省市:
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。