買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉聯通沃音樂文化有限公司申請的專利基于音頻和圖像的人臉偽造識別方法、裝置、設備及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120356074B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510851017.6，技術領域涉及：G06V20/00；該發明授權基于音頻和圖像的人臉偽造識別方法、裝置、設備及介質是由李韓;李勝宇;唐瑞;李地蓮;張琳;唐濤濤設計研發完成，并于2025-06-24向國家知識產權局提交的專利申請。

本基于音頻和圖像的人臉偽造識別方法、裝置、設備及介質在說明書摘要公布了：本發明提供了一種基于音頻和圖像的人臉偽造識別方法、裝置、設備及介質，涉及人臉偽造識別技術領域，方法包括提取待識別的人臉視頻數據中的圖像數據和音頻數據，構建全局圖像；將全局圖像輸入至訓練好的人臉偽造識別模型中，得到人臉偽造識別結果，其中，人臉偽造識別模型包括：全局特征編碼器，用于提取全局圖像中圖像數據和音頻數據的全局特征向量；全局區域編碼器，用于構建頭部區域特征集合、面部區域特征集合以及唇部特寫特征集合；區域感知模塊，用于構建權重集合；特征融合模塊，用于生成融合特征；多層感知機分類器，用于根據融合特征，輸出人臉偽造識別結果。本發明以音頻角度和圖像角度進行人臉偽造識別，提升了識別的準確性。

本發明授權基于音頻和圖像的人臉偽造識別方法、裝置、設備及介質在權利要求書中公布了：1.一種基于音頻和圖像的人臉偽造識別方法，其特征在于，包括： 提取待識別的人臉視頻數據中的圖像數據和音頻數據，構建全局圖像； 將所述全局圖像輸入至訓練好的人臉偽造識別模型中，得到人臉偽造識別結果，其中，所述人臉偽造識別模型包括： 全局特征編碼器，用于根據自注意力機制，提取所述全局圖像中所述圖像數據和所述音頻數據的全局特征向量，其中，所述全局特征向量為嘴唇運動與音頻頻率之間的對應關系，包括所述圖像數據和所述音頻數據之間的時序依賴信息，用于識別所述人臉視頻數據中的不一致性與異常模式； 全局區域編碼器，用于將所述全局圖像中的所述圖像數據裁剪為頭部區域圖像、面部區域圖像以及唇部特寫圖像，根據殘差神經網絡，分別提取所述頭部區域圖像的頭部區域局部特征向量、所述面部區域圖像的面部區域局部特征向量以及所述唇部特寫圖像的唇部特寫局部特征向量，并分別將所述頭部區域局部特征向量、所述面部區域局部特征向量以及所述唇部特寫局部特征向量與所述全局特征向量拼接，構建頭部區域特征集合、面部區域特征集合以及唇部特寫特征集合； 區域感知模塊，用于通過全連接層和Sigmoid函數，分別提取所述頭部區域特征集合的頭部特征權重、所述面部區域特征集合的面部特征權重以及所述唇部特寫特征集合的唇部特征權重，并構建權重集合； 特征融合模塊，用于根據所述權重集合，加權融合所述頭部區域特征集合、所述面部區域特征集合以及所述唇部特寫特征集合中的特征，生成融合特征； 多層感知機分類器，用于根據所述融合特征，輸出所述人臉偽造識別結果； 所述提取待識別的人臉視頻數據中的圖像數據和音頻數據，構建全局圖像，包括： 截取所述待識別的人臉視頻數據中預設幀數的原始人臉圖像，并裁剪所述原始人臉圖像，生成無背景人臉圖像； 提取所述待識別的人臉視頻數據中與所述預設幀數對應時間的音頻數據，并將所述音頻數據繪制成梅爾語譜圖； 拼接所述人臉圖像和所述梅爾語譜圖，構成所述全局圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人聯通沃音樂文化有限公司，其通訊地址為：510000 廣東省廣州市黃埔區科學大道8號5棟201房5棟202房5棟203房5棟204房5棟205房；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。