一种针对不平衡数据的多任务学习AI换脸视频检测方法.pdf
一吃****永贺
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种针对不平衡数据的多任务学习AI换脸视频检测方法.pdf
本发明涉及一种针对不平衡数据的多任务学习AI换脸视频检测方法,利用多任务学习将帧级检测和视频级检测方法组合成一个协作网络,同时利用了帧级检测和视频级检测方法的优势,弥补了各自的缺陷,可以同时对单独的伪造帧和整个视频进行综合检测,提高了检测准确率。针对实际数据存在不平衡的问题,引入一种WMW的损失函数,可以直接优化模型AUC数值,使得AUC数值最大化,最大程度减少不平衡数据集带来的不利影响,对来自不通数据集的视频和面对不同程度的不平衡数据方法都表现出良好的稳健性。
一种基于AI换脸视频的原脸图像智能还原方法和系统.pdf
本发明提供了一种基于AI换脸视频的原脸图像智能还原方法和系统,其方法包括:S1:获取待还原对象的AI换脸视频集合;S2:提取所述AI换脸视频集合的共性特征,基于所述共性特征确定出所述待还原对象在预设脸部状态下的脸部特征;S3:基于所述脸部特征和预设头骨模型还原出所述待还原对象在预设脸部状态下对应的原脸图像;用以基于对待还原对象的大量AI换脸视频进行共性特征提取,获得待还原对象在预设脸部状态下的脸部特征,基于脸部特征还原出待还原对象在预设脸部状态下对应的原脸图像,减小了因为AI换脸视频出现的信息真实性危机。
一种面向换脸视频检测的视频运动增强方法.pdf
本发明公开了一种面向换脸视频检测的视频运动增强方法,构建形态‑纹理特征编码模型、形态特征差异增强模型、增强形态特征与纹理特征融合重建模型;编码模型是权值共享的一对卷积神经网络,对视频中的相邻帧进行特征提取并通过双流卷积输出图像的纹理特征以及形态特征;增强模型接收编码模型输出的前后帧的形态特征并作差,利用一个放大因子乘以前后帧形态差异并叠加到前帧的形态特征中;重建模型接收编码模型输出的后帧纹理特征以及增强模型输出的增强形态特征,将两种特征叠加并利用一系列卷积层进行图像重建,得到以放大因子为倍数的运动增强帧。
视频换脸及检测技术综述.pptx
视频换脸及检测技术综述目录视频换脸技术概述视频换脸技术的定义视频换脸技术的发展历程视频换脸技术的应用场景视频换脸技术原理视频换脸技术的原理概述视频换脸技术的关键技术环节视频换脸技术的优缺点分析视频换脸技术实现方式基于深度学习的视频换脸技术基于图像处理技术的视频换脸技术基于三维模型技术的视频换脸技术视频换脸技术应用案例社交媒体上的视频换脸应用电影制作中的视频换脸应用虚拟现实中的视频换脸应用视频换脸技术的挑战与展望视频换脸技术面临的挑战视频换脸技术的发展趋势视频换脸技术在未来的应用前景视频检测技术概述视频检测
视频换脸方法和装置.pdf
本发明提供一种视频换脸方法和装置,获取待处理图像帧,确定出用于指示第一人脸图像的轮廓的第一外轮廓点,用于指示第二人脸图像的轮廓的第二外轮廓点,根据外轮廓点在待处理图像帧中划分出第一替换区域和第二替换区域,在复制帧中确定第一目标区域和第二目标区域;其中,第一目标区域与第二替换区域形状相同,第二目标区域与第一替换区域形状相同,最后将待处理图像帧的第一替换区域内的图像替换为复制帧的第二目标区域内的图像,将待处理图像帧的第二替换区域内的图像替换为复制帧的第一目标区域内的图像,得到换脸后的图像帧。本发明只需要截取图