利索能及
我要发布
收藏
专利号: 2023109713681
申请人: 中国信息通信研究院
专利类型:发明专利
专利状态:已下证
更新日期:2026-10-10
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种合成类视频图像的鉴伪方法,其特征在于,所述方法包括以下步骤:对鉴定样本进行预处理,获取样本数据,所述样本数据包括第一图像数据和第二图像数据;

根据第一图像数据进行分析处理,对鉴定样本进行第一分析标签的标注;

所述第一图像数据分析处理的步骤为:

获取L个鉴定区间中的第n个鉴定区间的视频图像,获取所述视频图像中的分析目标边缘勾线模糊度x和景深范围均值s,通过对分析目标边缘勾线模糊度x的开方进行求对数运算的得出第一运算结果,将第一运算结果与景深范围均值s进行比值运算并乘以模糊度修正常数P,得出第一图像系数ζ,第一图像系数ζ越大或越小,所述视频图像的真实性都会降低 ,所述视频图像中的图像处理程度越高;

对第二图像数据进行分析处理,在鉴定样本中标注第二分析标签;

所述第二图像数据分析处理的步骤为:

获取所述视频图像中的人影角度a与图像光照强度g,构建人影‑光强分析模型,将图像光照强度g代入人影‑光强分析模型中进行分析处理,输出模型人影角度范围a1~a2;构建人影‑光强分析模型的具体步骤如下:

数据采集:收集包含不同光照条件下的人影图像和相应的光照强度数据,用于训练和测试模型;

特征提取:从人影图像中提取有用的特征,包括腿部关键点,以及光照强度信息;

反射率估计:利用已有的光照强度数据和人影图像中的特征信息,构建反射率估计模型,用于估计每个图像的光照强度;

数据处理:将人体关键点和光照强度数据组合成样本数据,用于训练和测试模型;

模型训练:采用回归算法或分类算法训练人影‑光强分析模型,使其能够准确地预测光照强度对应的人影角度;

模型输出:将模型训练得出的人影‑光强关系转换为人影角度的预测值和光照强度的预测值;

特定范围设定:设置特定的人影角度范围数值,用于判断检测的人影角度是否在这个范围内;

预测与比较:将检测到的人影角度输入到模型中,得出预测的光照强度,并与特定的人影角度范围数值进行比较;

结果输出:根据模型输出的结果判断人影角度是否在特定范围内,得出最终的标注结果;

对鉴定样本内的第一分析标签与第二分析标签进行整合处理,生成鉴定结果。

2.根据权利要求1所述的一种合成类视频图像的鉴伪方法,其特征在于,将鉴定样本根据帧数分为L个鉴定区间,其中L={0,1,2,3,4.....n},n为大于1的整数,每个鉴定区间含有的视频帧数为1。

3.根据权利要求2所述的一种合成类视频图像的鉴伪方法,其特征在于,所述第一图像数据包括分析目标边缘勾线模糊度和景深范围均值,所述分析目标边缘勾线模糊度为鉴定人像的人像边缘勾线的清晰程度,分析目标边缘勾线模糊度越小存有P图拼接的嫌疑越大,所述景深范围数值差指图像或视频中被视为清晰的深度范围最大值与深度范围最小值之间的均值,所述深度范围表示图像中从前景到背景的距离范围,即能够同时保持清晰度的前景和背景之间的视觉范围,所述景深范围数值均值越大,表示图像中的多个物体都能清晰地呈现,包括前景和背景,合成概率越大,所述景深范围数值均值越小,表明图像中只有少数物体清晰显示,合成概率同样较大;

所述第二图像数据包括人影角度与图像光照强度,所述人影角度表示鉴定目标与自身影子之间的所呈的角度比,图像光照强度为通过反射率计算得出的图像光照强度,通过人影角度与图像光照强度之间的关联程度的紧密性,所述关联程度的紧密性越大时,视频的合成度越低,所述关联程度的紧密性越小时,视频的合成度越高。

4.根据权利要求3所述的一种合成类视频图像的鉴伪方法,其特征在于,所述第一分析标签包括第一真实标签和第一修改标签,所述第一分析标签的标注步骤为:设置第一分析标签比对阈值ki1和ki2,其中第一分析标签比对阈值ki1大于第一分析标签比对阈值ki2,将所述第一图像系数ζ代入第一分析标签比对阈值ki1和ki2进行比对;

若第一图像系数ζ大于0 且小于第一分析标签比对阈值ki2,对该鉴定样本进行第一修改标签的标注;

若第一图像系数ζ大于第一分析标签比对阈值ki2且小于第一分析标签比对阈值ki1,对该鉴定样本进行第一真实标签的标注;

若第一图像系数ζ大于第一分析标签比对阈值ki1,对该鉴定样本进行第一修改标签的标注;

第一真实标签相较于第一虚假标签其鉴定样本的视频图像修改程度越低。

5.根据权利要求4所述的一种合成类视频图像的鉴伪方法,其特征在于,所述第二分析标签包括第二真实标签和第二修改标签,所述第二分析标签的标注步骤为:将人影角度a代入人影‑光强分析模型输出的输出模型人影角度范围a1~a2中进行分析;若人影角度a处于模型人影角度范围a1~a2中,对鉴定样本进行第二真实标签的标注;

若人影角度a不处于模型人影角度范围a1~a2中,则进行二次判定;

所述二次判定的步骤为:

人影‑光强分析模型中添加修正常数T,模型人影角度范围a1~a2进行调整为a1‑T~a2+T,将人影角度a代入调整后的模型人影角度范围a1‑T~a2+T中进行分析;

若人影角度a处于模型人影角度范围a1‑T~a2+T中,对鉴定样本进行第二真实标签的标注;

若人影角度a不处于模型人影角度范围a1‑T~a2+T中,对鉴定样本进行第二修改标签的标注;

所述第二真实标签的鉴定样本真实度大于第二修改标签的鉴定样本真实度。

6.根据权利要求5所述的一种合成类视频图像的鉴伪方法,其特征在于,所述鉴定结果生成的流程为:对鉴定样本中的第一分析标签与第二分析标签进行整合分析;

统计鉴定样本中同时存有第一修改标签和第二修改标签的修改区间数量D,所述修改区间数量D大于等于0且小于等于鉴定区间总数L;

设置修改区间比对阈值DL1与DL2,其中,0≤DL1<DL2≤L,将修改区间数量D代入修改区间比对阈值DL1与DL2中进行比对分析;

若修改区间数量D大于等于0且小于修改区间比对阈值DL1,则对该鉴定样本生成真实结果;

若修改区间数量D大于等于修改区间比对阈值DL1且小于修改区间比对阈值DL2,则对该鉴定样本生成存疑结果;

若修改区间数量D大于等于修改区间比对阈值DL2且小于等于鉴定区间总数L,则对该鉴定样本生成修改结果;

所述修改结果相较于存疑结果的修改程度越大,以此类推。