《表2 训练集统计情况:基于卷积神经网络的面部图像修饰检测》
为了评估提出的Wang-Net1和Wang-Net2两个模型对人脸图像润饰检测的性能,首先分别建立一个未经修饰的图像库和经过人为润饰的图像库.实验采用ND-IIITD修饰面部数据库[13]并自行采集人脸图像集Myimage1和Myimage2.ND-IIITD数据库是由一些欧洲人脸图像组成的,Myimage1和Myimage2主要由中国人的面部图像组成,其中Myimage1数据库中的图像是背景相同的证件照,是由光源相同且用同一相机拍摄而成,Myimage2数据库中的图像是由不同光源且用不同相机拍摄而成.由于欧洲人的面部皮肤状态和中国人的面部皮肤状态有差异,训练集采用ND-IIITD库和Myimage1库进行混合训练.用Matlab工具以64×64像素为单位,通过从左至右和从上到下的方式依次裁剪原始图像,直接剔除小于64×64大小的图像块,然后从裁剪后的图像块中挑选人脸皮肤部分的图像块.训练集图像库统计如表2所示,验证集图像库统计表如3所示,测试集图像库统计表如4所示.用专业软件Photoshop插件Portraiture应用各种预设操作对原始图像进行篡改,这些篡改操作可以改变皮肤纹理、图像的对比度和亮度等.
图表编号 | XD00108899100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.30 |
作者 | 王灿军、廖鑫、陈嘉欣、秦拯、刘绪崇 |
绘制单位 | 湖南大学信息科学与工程学院、湖南大学大数据研究与应用湖南省重点实验室、湖南大学信息科学与工程学院、湖南警察学院网络犯罪侦查湖南省重点实验室、湖南大学信息科学与工程学院、湖南大学大数据研究与应用湖南省重点实验室、湖南大学信息科学与工程学院、湖南大学大数据研究与应用湖南省重点实验室、湖南警察学院网络犯罪侦查湖南省重点实验室 |
更多格式 | 高清、无水印(增值服务) |