CN111783644B - 检测方法、装置、设备和计算机存储介质 - Google Patents
检测方法、装置、设备和计算机存储介质 Download PDFInfo
- Publication number
- CN111783644B CN111783644B CN202010614929.9A CN202010614929A CN111783644B CN 111783644 B CN111783644 B CN 111783644B CN 202010614929 A CN202010614929 A CN 202010614929A CN 111783644 B CN111783644 B CN 111783644B
- Authority
- CN
- China
- Prior art keywords
- face
- detection
- detected
- file
- target image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 212
- 230000015654 memory Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 210000000887 face Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000000746 body region Anatomy 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种检测方法,包括:检测待检测文件中是否存在设定比例的人体区域,获得第一检测结果;根据第一检测结果,判断是否将待检测文件进行AI换脸检测;在判定将待检测文件进行AI换脸检测的情况下,根据待检测文件获取目标图像;对目标图像进行AI换脸检测,获得第二检测结果。本申请实施例能够减少不必要进行AI换脸检测,减少AI换脸检测结果的误报率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及人工智能和图像处理技术领域。
背景技术
随着计算机技术的发展,人工智能作为计算机技术的一个突破,也迎来了飞速的发展。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大。目前在应用人工智能进行图像处理的时候,能够对视频或者图像中的人脸进行替换,该种技术可能会被应用到一些非法领域,产生一些安全隐患。针对于此,出现了AI换脸检测技术,能够对视频或者图像中的人脸进行检测,判断是否进行了AI换脸。但是,由于计算机技术种类的多样化发展,换脸也可以被应用于搞笑、娱乐领域。用于搞笑、娱乐等用途的AI换脸视频或者图像,有着很明显的换脸痕迹,例如将人脸换到卡通人物身上,这种AI换脸视频或者图像因为不存在误导他人或者用于造假的可能,因此完全没有对其进行检测AI换脸的必要。
由于网络技术的发展和广泛普及,互联网上的视频和图像数量也以指数级别的速度增长,在对视频或者图像进行AI换脸检测时,由于被执行了换脸操作的视频或者图像的数量巨大,需要提高AI换脸检测的效率。
发明内容
本公开提供了一种检测方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种检测方法,包括:检测待检测文件中是否存在设定比例的人体区域,获得第一检测结果;
根据第一检测结果,判断是否将待检测文件进行AI换脸检测;
在判定将待检测文件进行AI换脸检测的情况下,根据待检测文件获取目标图像;
对目标图像进行AI换脸检测,获得第二检测结果。
根据本公开的另一方面,提供了检测装置,包括:
第一检测模块,用于检测待检测文件中是否存在设定比例的人体区域,获得第一检测结果;
判断模块,用于根据第一检测结果,判断是否将待检测文件进行AI换脸检测;
获取模块,用于在判定将待检测文件进行AI换脸检测的情况下,根据待检测文件获取目标图像;
第二检测模块,用于对目标图像进行AI换脸检测,获得第二检测结果。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请任意一项实施例所提供的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请任意一项实施例所提供的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如上所述的方法。
根据本申请的技术能够在对待检测的视频或者图像进行AI换脸检测之前,确定该视频或者图像是否明显没有必要进行AI换脸检测,从而减少AI换脸检测的数量,提高AI换脸检测的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例的检测方法的流程示意图;
图2是根据本申请另一实施例的检测方法的流程示意图;
图3是根据本申请另一实施例的检测方法的流程示意图;
图4是根据本申请实施例的检测装置的结构框图;
图5是用来实现本申请实施例的检测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
图1示出了根据本申请一种实施例的检测方法流程示意图,如图1所示,包括以下步骤:
步骤101:检测待检测文件中是否存在设定比例的人体区域,获得第一检测结果。
步骤102:根据第一检测结果,判断是否将待检测文件进行AI换脸检测。
步骤103:在判定将待检测文件进行AI换脸检测的情况下,根据待检测文件获取目标图像。
步骤104:对目标图像进行AI换脸检测,获得第二检测结果。
本实施例中,待检测文件可以是待检测图像或者待检测视频。在待检测文件为待检测视频的情况下,检测待检测文件中是否存在设定比例的人体区域可以包括:获取待检测视频中的部分图像帧,检测部分图像帧中是否存在设定比例的人体。
在待检测文件为待检测视频的情况下,检测待检测文件中是否存在设定比例的人体区域还可以包括:获取待检测视频中的全部图像帧,检测全部图像帧中是否存在设定比例的人体。
在待检测文件为待检测图像的情况下,检测待检测文件中是否存在设定比例的人体区域还可以包括:检测待检测图像中是否存在设定比例的人体。
设定比例的人体,比如是,50%以上的人体、30%以上的人体、人体上半身、人体肩部等。
在判定将待检测文件进行AI换脸检测的情况下,根据待检测文件获取目标图像,可以包括,根据待检测视频获取待检测图像帧,根据待检测图像帧获取目标图像。
在判定将待检测文件进行AI换脸检测的情况下,根据待检测文件获取目标图像,还可以包括,将待检测文件作为目标图像;或者在待检测文件中选择部分图像作为目标图像。
本实施例中,根据第一检测结果,判断是否将待检测文件进行AI换脸检测,可以包括:若待检测文件中存在设定比例的人体区域,则判定将待检测文件进行AI换脸检测;若待检测文件中不存在设定比例的人体区域,则判定不对待检测文件进行AI换脸检测。
本实施例中,在判定对待检测文件进行AI换脸检测的情况下,可在后续AI换脸检测过程中进行进一步筛选,对进一步筛选出的不需要AI换脸检测的图像,终止AI换脸检测。
本实施例中,对目标图像进行AI换脸检测,获得第二检测结果,可以包括:根据目标图像获得图像中的人脸区域,将人脸区域的图像输入AI换脸检测模型中进行AI换脸检测。
本实施例中,对目标图像进行AI换脸检测,获得第二检测结果,在待检测文件为待检测视频的情况下,可以对待检测视频进行抽帧处理,获得多个目标图像,输入AI换脸检测模型对多个目标图像的AI换脸检测概率进行打分。对打分结果求取平均分,然后根据平均分确定待检测视频是否进行了AI换脸检测。
对目标图像进行AI换脸检测,获得第二检测结果,在待检测文件为待检测视频的情况下,可以对待检测视频进行抽帧处理,获得多个目标图像的序列。之后计算目标图像的序列中相邻图像之间的差异,根据相邻图像之间的差异对多个目标图像的AI换脸检测概率进行打分,对打分结果求取平均分,然后根据平均分确定待检测视频是否进行了AI换脸检测。
对目标图像进行AI换脸检测,获得第二检测结果,在待检测文件为待检测视频的情况下,可以对待检测视频进行抽帧处理,获得多个目标图像,输入AI换脸检测模型,对多个目标图像的AI换脸检测概率进行打分。计算打分高于设定分值的目标图像所占比例,然后根据该比例确定待检测视频是否进行了AI换脸检测。
对目标图像进行AI换脸检测,获得第二检测结果,在待检测文件为待检测视频的情况下,可以对待检测视频进行抽帧处理,获得多个目标图像的图像序列,根据图像序列中相邻目标图像之间的差异,对多个目标图像的AI换脸检测概率进行打分,对打分结果求取平均分,然后根据平均分确定待检测视频是否进行了AI换脸检测。
在实际操作中,对网络实际流量的检验时,存在多种类型的图像或视频可以导致AI换脸检测错判。这些图像或视频中的人脸区域进行了改动,虽然本意可能不是为了换脸,但会对基于图片操作痕迹识别的模型造成很大干扰。
这些图像或视频很多仅使用人脸作为创作或展示的一个元素,如头像类、表情包、恶搞类等,对人脸进行剪切与加工。而当前AI换脸检测技术主要作为防止假新闻传播等较严肃场合,在这一类场合一般需要检测对象能包含人类身躯(仅仅能看到画面中有一张脸就没有意义)。
本申请实施例中,在对目标图像进行AI换脸检测之前,判断待检测文件中是否存在设定比例的人体,在存在设定比例的人体的情况下,对待检测的文件进行AI换脸检测,从而在进行AI换脸检测之前,能够首先排除一部分不需要AI换脸检测的待检测文件。这些不需要AI换脸检测的待检测文件中,不存在设定比例的人体,难以用于冒充他人等非法目的,因此对其进行AI检测无意义,从而减少AI检测的任务量,减少不必要的AI检测汇报,提高AI检测的效率。
图2为本申请另一种实施例示意图,在本实施例中,检测方法包括上述实施例所提供的步骤。本实施例中,上述步骤102包括:
步骤201:在第一检测结果为待检测文件中存在设定比例的人体区域的情况下,判定将待检测文件进行AI换脸检测;
步骤202:在第一检测结果为待检测文件中不存在设定比例的人体区域的情况下,判定拒绝将待检测文件进行AI换脸检测。
本实施例中,通过对待检测文件进行人形检测,确定待检测文件中是否存在设定比例的人体。设定比例的人体,可以包括人体的头部或不包括人体的头部。
本实施例中,根据待检测文件中是否存在设定比例的人体区域,确定是否对待检测文件进行AI换脸检测,从而能够在执行AI换脸检测之前,筛选过滤掉一部分不需要进行AI换脸检测的待检测文件,减少后续AI换脸检测的工作量。
在本申请另外一种实施例中,AI换脸检测包括上述实施例的步骤。在本实施例中,对目标图像进行AI换脸检测,获得第二检测结果,包括:
获取目标图像中的人脸区域;
对目标图像中的人脸区域进行AI换脸检测,获得第二检测结果。
本实施例中,获取目标图像中的人脸区域,可以是在待检测文件为待检测视频的情况下,对待检测视频进行抽帧处理,获得视频中的部分视频帧或全部视频帧。然后获取部分视频帧或者全部视频帧中的人脸区域。
本实施例中,获取目标图像中的人脸区域,然后对人脸区域进行AI换脸检测,能够缩小目标图像中的检测范围,便于更迅速得到第二检测结果。
在本申请另一种实施例中,检测方法还包括上述实施例的各步骤。本实施例中,对目标图像中的人脸区域进行AI换脸检测,包括:
计算目标图像中的人脸区域的清晰度;
在清晰度大于设定清晰度阈值的情况下,对目标图像中的人脸区域进行AI换脸检测。
在人脸区域过于模糊的情况下,即使目标图像为经过AI换脸处理的文件,该文件也难以用于一些正式场合,更难以用于冒充他人的场合,因此,没有必要进一步进行AI换脸检测。
本实施例中,对目标图像中的人脸区域进行AI换脸检测具体可以包括:获取人脸区域中的五官区域,按照设定比例或者按照设定的像素值,对五官区域进行外扩,获取外扩区域。将外扩区作为检测线索,输入AI换脸检测模型进行模型检测。
本实施例中,在此步骤进行AI换脸检测前的进一步筛查,从而能够进一步提高AI换脸检测的效率,减少明显不必要的后续检测。
本申请另一种实施例中,检测方法包括上述实施例的步骤。在本实施例中,对目标图像中的人脸区域进行AI换脸检测,包括:
确定目标图像中的人脸区域与人体区域的距离;
在距离小于设定的距离阈值的情况下,对目标图像中的人脸区域进行AI换脸检测。
在待检测文件中存在设定比例的人体,但人脸区域与设定比例的人体之间的距离过大时,待检测文件即使经过AI换脸处理,该待检测文件也难以用于冒充他人实现一些恶意目的。在此情况下,无需对待检测文件进行进一步AI检测处理。本实施例中,进一步筛选剔除人脸区域与人体区域距离过远的目标图像,进而当待检测文件的所有目标图像中的人脸区域与人体区域距离过远时,筛选剔除待检测文件,从而能够进一步减少后续AI检测的任务量。
作为一种示例,检测方法包括如图3所示的步骤:
步骤301:从待检测文件中读取相应图像。
步骤302:通过人形检测器在图像中获取人形的目标类的位置框。具体的,人形检测器可以使用目标检测模型,如YOLO(You Only Look Once,只看一次)或SSD(Single ShotMultiBox Detector,单次激发多盒检测器)等。根据人形的目标类的位置框可以获得第一检测结果。
步骤303:通过人脸检测模型,获取图像中的人脸区域的位置。
步骤304:比对各人脸位置是否在人形目标类的位置框附近,如果是,进入下一步。
步骤305:将人脸区域输入AI换脸检测模型进行AI换脸检测。
步骤306:输出第二检测结果。
如图4所示,本申请另一种实施例还提供一种检测装置,包括:
第一检测模块401,用于检测待检测文件中是否存在设定比例的人体区域,获得第一检测结果;
判断模块402,用于根据第一检测结果,判断是否将待检测文件进行AI换脸检测;
获取模块403,用于在判定将待检测文件进行AI换脸检测的情况下,根据待检测文件获取目标图像;
第二检测模块404,用于对目标图像进行AI换脸检测,获得第二检测结果。
在一种实施方式中,判断模块402用于:
在第一检测结果为待检测文件中存在设定比例的人体区域的情况下,判定将待检测文件进行AI换脸检测;
在第一检测结果为待检测文件中不存在设定比例的人体区域的情况下,判定拒绝将待检测文件进行AI换脸检测。
在一种实施方式中,第二检测模块404用于:
获取目标图像中的人脸区域;
对目标图像中的人脸区域进行AI换脸检测,获得第二检测结果。
在一种实施方式中,第二检测模块404用于:
计算目标图像中的人脸区域的清晰度;
在清晰度大于设定清晰度阈值的情况下,对目标图像中的人脸区域进行AI换脸检测。
在一种实施方式中,第二检测模块404用于:
确定目标图像中的人脸区域与人体区域的距离;
在距离小于设定的距离阈值的情况下,对目标图像中的人脸区域进行AI换脸检测。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图5所示,是根据本申请实施例的检测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的检测方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的检测方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的检测方法对应的程序指令/模块(例如,附图4所示的所示的第一检测模块401、判断模块402、获取模块403和第二检测模块404)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的检测方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据视频编码电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至视频编码电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
检测方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与视频编码电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与虚拟专用服务器(VPS)服务中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请实施例的技术方案,在对目标图像进行AI换脸检测之前,判断待检测文件中是否存在设定比例的人体,在存在设定比例的人体的情况下,对待检测的文件进行AI换脸检测,从而在进行AI换脸检测之前,能够首先排除一部分不需要AI换脸检测的待检测文件。这些不需要AI换脸检测的待检测文件中,不存在设定比例的人体,难以用于冒充他人等非法目的,因此对其进行AI检测无意义,从而减少AI检测的任务量,提高AI检测的效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (8)
1.一种检测方法,包括:
检测待检测文件中是否存在设定比例的人体区域,获得第一检测结果,所述待检测文件为待检测视频;
根据所述第一检测结果,判断是否将所述待检测文件进行AI换脸检测;
在判定将所述待检测文件进行AI换脸检测的情况下,根据所述待检测文件获取目标图像;
对所述目标图像进行AI换脸检测,获得第二检测结果;
所述根据所述第一检测结果,判断是否将所述待检测文件进行AI换脸检测,包括:
在所述第一检测结果为所述待检测文件中存在设定比例的人体区域的情况下,判定将所述待检测文件进行AI换脸检测;
在所述第一检测结果为所述待检测文件中不存在设定比例的人体区域的情况下,判定拒绝将所述待检测文件进行AI换脸检测;
所述对所述目标图像进行AI换脸检测,获得第二检测结果,包括:
获取所述目标图像中的人脸区域;
对所述目标图像中的人脸区域进行AI换脸检测,获得所述第二检测结果。
2.根据权利要求1所述的方法,其中,所述对所述目标图像中的人脸区域进行AI换脸检测,包括:
计算所述目标图像中的人脸区域的清晰度;
在所述清晰度大于设定清晰度阈值的情况下,对所述目标图像中的人脸区域进行AI换脸检测。
3.根据权利要求1所述的方法,其中,所述对所述目标图像中的人脸区域进行AI换脸检测,包括:
确定所述目标图像中的人脸区域与人体区域的距离;
在所述距离小于设定的距离阈值的情况下,对所述目标图像中的人脸区域进行AI换脸检测。
4.一种检测装置,包括:
第一检测模块,用于检测待检测文件中是否存在设定比例的人体区域,获得第一检测结果,所述待检测文件为待检测视频;
判断模块,用于根据所述第一检测结果,判断是否将所述待检测文件进行AI换脸检测;
获取模块,用于在判定将所述待检测文件进行AI换脸检测的情况下,根据所述待检测文件获取目标图像;
第二检测模块,用于对所述目标图像进行AI换脸检测,获得第二检测结果;
所述判断模块用于:
在所述第一检测结果为所述待检测文件中存在设定比例的人体区域的情况下,判定将所述待检测文件进行AI换脸检测;
在所述第一检测结果为所述待检测文件中不存在设定比例的人体区域的情况下,判定拒绝将所述待检测文件进行AI换脸检测;
所述第二检测模块用于:
获取所述目标图像中的人脸区域;
对所述目标图像中的人脸区域进行AI换脸检测,获得所述第二检测结果。
5.根据权利要求4所述的装置,其中,所述第二检测模块用于:
计算所述目标图像中的人脸区域的清晰度;
在所述清晰度大于设定清晰度阈值的情况下,对所述目标图像中的人脸区域进行AI换脸检测。
6.根据权利要求4所述的装置,其中,所述第二检测模块用于:
确定所述目标图像中的人脸区域与人体区域的距离;
在所述距离小于设定的距离阈值的情况下,对所述目标图像中的人脸区域进行AI换脸检测。
7.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614929.9A CN111783644B (zh) | 2020-06-30 | 2020-06-30 | 检测方法、装置、设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614929.9A CN111783644B (zh) | 2020-06-30 | 2020-06-30 | 检测方法、装置、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111783644A CN111783644A (zh) | 2020-10-16 |
CN111783644B true CN111783644B (zh) | 2023-07-14 |
Family
ID=72760327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010614929.9A Active CN111783644B (zh) | 2020-06-30 | 2020-06-30 | 检测方法、装置、设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783644B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883902B (zh) * | 2021-03-12 | 2023-01-24 | 百度在线网络技术(北京)有限公司 | 视频检测方法、装置、电子设备及存储介质 |
CN113111200B (zh) * | 2021-04-09 | 2024-05-24 | 百度在线网络技术(北京)有限公司 | 审核图片文件的方法、装置、电子设备和存储介质 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6087615B2 (ja) * | 2012-12-19 | 2017-03-01 | キヤノン株式会社 | 画像処理装置およびその制御方法、撮像装置、および表示装置 |
JP6184189B2 (ja) * | 2013-06-19 | 2017-08-23 | キヤノン株式会社 | 被写体検出装置およびその制御方法、撮像装置、被写体検出装置の制御プログラムおよび記憶媒体 |
CN106897657B (zh) * | 2015-12-18 | 2020-10-27 | 大唐电信科技股份有限公司 | 一种人脸活体检测方法和装置 |
CN107578034A (zh) * | 2017-09-29 | 2018-01-12 | 百度在线网络技术(北京)有限公司 | 信息生成方法和装置 |
CN108510437B (zh) * | 2018-04-04 | 2022-05-17 | 科大讯飞股份有限公司 | 一种虚拟形象生成方法、装置、设备以及可读存储介质 |
CN109558813A (zh) * | 2018-11-14 | 2019-04-02 | 武汉大学 | 一种基于脉搏信号的ai深度换脸视频取证方法 |
CN109543593A (zh) * | 2018-11-19 | 2019-03-29 | 华勤通讯技术有限公司 | 回放攻击的检测方法、电子设备及计算机可读存储介质 |
CN109766785B (zh) * | 2018-12-21 | 2023-09-01 | 中国银联股份有限公司 | 一种人脸的活体检测方法及装置 |
CN110119719A (zh) * | 2019-05-15 | 2019-08-13 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置、设备及计算机可读存储介质 |
CN110210393A (zh) * | 2019-05-31 | 2019-09-06 | 百度在线网络技术(北京)有限公司 | 人脸图像的检测方法和装置 |
CN110245612A (zh) * | 2019-06-14 | 2019-09-17 | 百度在线网络技术(北京)有限公司 | 人脸图像的检测方法和装置 |
CN110334637A (zh) * | 2019-06-28 | 2019-10-15 | 百度在线网络技术(北京)有限公司 | 人脸活体检测方法、装置及存储介质 |
KR20190110498A (ko) * | 2019-09-10 | 2019-09-30 | 엘지전자 주식회사 | 영상 파일에서 불특정 인물의 얼굴 영역을 비식별화 처리하는 인공 지능 서버 및 그 방법 |
CN110807396B (zh) * | 2019-10-28 | 2022-04-22 | 华南理工大学 | 基于光照方向一致性的换脸视频篡改检测方法及系统 |
CN110826507B (zh) * | 2019-11-11 | 2022-08-23 | 北京百度网讯科技有限公司 | 人脸检测方法、装置、设备及存储介质 |
CN110929617B (zh) * | 2019-11-14 | 2023-05-30 | 绿盟科技集团股份有限公司 | 一种换脸合成视频检测方法、装置、电子设备及存储介质 |
CN110956580B (zh) * | 2019-11-28 | 2024-04-16 | 广州方硅信息技术有限公司 | 图像换脸的方法、装置、计算机设备以及存储介质 |
CN111178137B (zh) * | 2019-12-04 | 2023-05-26 | 百度在线网络技术(北京)有限公司 | 检测真实人脸方法、装置、电子设备以及计算机可读存储介质 |
CN111339832B (zh) * | 2020-02-03 | 2023-09-12 | 中国人民解放军国防科技大学 | 人脸合成图像的检测方法及装置 |
CN111178343A (zh) * | 2020-04-13 | 2020-05-19 | 腾讯科技(深圳)有限公司 | 基于人工智能的多媒体资源检测方法、装置、设备及介质 |
-
2020
- 2020-06-30 CN CN202010614929.9A patent/CN111783644B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111783644A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111914628B (zh) | 人脸识别模型的训练方法和装置 | |
CN111931591B (zh) | 用于构建关键点学习模型的方法、装置、电子设备及可读存储介质 | |
CN111753701B (zh) | 应用程序的违规检测方法、装置、设备和可读存储介质 | |
CN111709873B (zh) | 图像转换模型生成器的训练方法和装置 | |
CN110659600B (zh) | 物体检测方法、装置及设备 | |
CN110968718B (zh) | 目标检测模型负样本挖掘方法、装置及电子设备 | |
CN111462174B (zh) | 多目标跟踪方法、装置以及电子设备 | |
CN111833340A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN111178323B (zh) | 基于视频的群体行为识别方法、装置、设备及存储介质 | |
CN112561053B (zh) | 图像处理方法、预训练模型的训练方法、装置和电子设备 | |
CN111783644B (zh) | 检测方法、装置、设备和计算机存储介质 | |
CN112883902A (zh) | 视频检测方法、装置、电子设备及存储介质 | |
CN112116525B (zh) | 换脸识别方法、装置、设备和计算机可读存储介质 | |
CN111783619B (zh) | 人体属性的识别方法、装置、设备及存储介质 | |
CN111444819B (zh) | 切割帧确定方法、网络训练方法、装置、设备及存储介质 | |
JP2023508704A (ja) | 顔キーポイントの検出方法、装置及び電子機器 | |
CN112560772B (zh) | 人脸的识别方法、装置、设备及存储介质 | |
CN111862030B (zh) | 一种人脸合成图检测方法、装置、电子设备及存储介质 | |
CN112016524B (zh) | 模型训练方法、人脸识别方法、装置、设备和介质 | |
CN111783600B (zh) | 一种人脸识别模型训练方法、装置、设备及介质 | |
CN111832070B (zh) | 数据的掩码方法、装置、电子设备和存储介质 | |
CN112016523B (zh) | 跨模态人脸识别的方法、装置、设备和存储介质 | |
CN111563541B (zh) | 图像检测模型的训练方法和装置 | |
CN112270303A (zh) | 图像识别方法、装置以及电子设备 | |
CN111738325A (zh) | 图像识别方法、装置、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |