一种人脸图像防篡改融合检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115775409A(43)申请公布日2023.03.10(21)申请号202211545063.6G06V10/82(2022.01)(22)申请日2022.11.21(71)申请人交通银行股份有限公司地址200120上海市浦东新区自由贸易试验区银城中路188号(72)发明人押莹顾幸男郭勇(74)专利代理机构上海科盛知识产权代理有限公司31225专利代理师赵继明(51)Int.Cl.G06V40/16(2022.01)G06V10/80(2022.01)G06V10/774(2023.01)G06N3/04(2023.01)G06N3/08(2022.01)权利要求书2页说明书7页附图2页(54)发明名称一种人脸图像防篡改融合检测方法(57)摘要本发明涉及一种人脸图像防篡改融合检测方法，包括获取人脸图像，将该人脸图像输入预先构建并训练好的人脸图像防篡改融合检测模型中，获取人脸图像是否被篡改的结果；所述人脸图像防篡改融合检测模型对接收到的人脸图像，首先通过感知哈希算法计算每个人脸图像与黑产攻击模板库中图像的哈希值相似度，判断是否存在黑产团伙攻击，然后通过残差网络鉴别人脸图像是否篡改。与现有技术相比，本发明提升了人脸活检算法的安全性，进一步加强人脸活检过程中的防攻击能力，降低客户通过人脸识别进行金融交易的安全隐患。CN115775409ACN115775409A权利要求书1/2页1.一种人脸图像防篡改融合检测方法，其特征在于，包括获取人脸图像，将该人脸图像输入预先构建并训练好的人脸图像防篡改融合检测模型中，获取人脸图像是否被篡改的结果；所述人脸图像防篡改融合检测模型对接收到的人脸图像，首先通过感知哈希算法计算每个人脸图像与黑产攻击模板库中图像的哈希值相似度，判断是否存在黑产团伙攻击，然后通过残差网络鉴别人脸图像是否篡改；所述人脸图像防篡改融合检测模型的训练过程包括以下步骤：样本库构建步骤：构建包含正向样本和反向样本的样本库，所述正向样本为未篡改的人脸图像，所述反向样本为经过篡改攻击的人脸图像；数据集预处理步骤：对所述样本库中的人脸图像进行预处理；残差网络模型训练步骤：将预处理后的所述样本库中的样本输入所述残差网络中，进行网络训练；感知哈希算法调参步骤：将预处理后的所述样本库中的样本依次通过感知哈希算法计算每个人脸图像与黑产攻击模板库中图像的哈希值相似度，并确定每个黑产团伙攻击模板的独立阈值。2.根据权利要求1所述的一种人脸图像防篡改融合检测方法，其特征在于，所述残差网络为改造后的ResNet152网络，所述改造后的ResNet152网络在ResNet152网络的输出端通过Sigmoid激活函数计算输出值。3.根据权利要求2所述的一种人脸图像防篡改融合检测方法，其特征在于，所述改造后的ResNet152网络在ResNet152网络的最后一个卷积层和全连接层前均设置随机值为0.5的dropout层。4.根据权利要求1所述的一种人脸图像防篡改融合检测方法，其特征在于，若所述人脸图像防篡改融合检测模型通过感知哈希算法，判断出人脸图像存在黑产团伙攻击，则终止后续流程；否则将人脸图像输入残差网络鉴别人脸图像是否篡改，若发生篡改，则终止后续流程；若未篡改，则继续进行处理。5.根据权利要求4所述的一种人脸图像防篡改融合检测方法，其特征在于，获取所述人脸图像时，同时获取对应的用户信息，若同一用户的人脸图像在当前时间段被判别为篡改的累计次数达到预设的业务上限，则对当前用户进行限制，并将该用户的人脸图像加入所述黑产攻击模板库。6.根据权利要求1所述的一种人脸图像防篡改融合检测方法，其特征在于，获取的所述人脸图像为用户进行活检过程中的人脸图像。7.根据权利要求1所述的一种人脸图像防篡改融合检测方法，其特征在于，所述反向样本包括背景篡改PS类样本、2D面具样本、3D头模面具样本和深度伪造样本。8.根据权利要求7所述的一种人脸图像防篡改融合检测方法，其特征在于，所述背景篡改PS类样本为通过PS技术，将第一人脸图像中的人脸区域嵌入到第二人脸图像中的人脸区域上。9.根据权利要求7所述的一种人脸图像防篡改融合检测方法，其特征在于，所述2D面具样本为通过打印纸制作的人脸同比例大小的面具，并将该面具中的活检动作区域裁掉，并由真人贴合面具做活检动作拍摄，得到的人脸图像；2CN115775409A权利要求书2/2页所述3D头模面具样本为通过类皮肤材料制作的三维面具，采用活检部位道具覆盖在该三维面具上，并由真人贴合三维面具做活检动作拍摄，得到的人脸图像。10.根据权利要求7所述的一种人脸图像防篡改融合检测方法，其特征在于，所述深度伪造样本为采用开源算法生成的人脸图像。3CN115775409A说明书1/7页一