法庭科学 伪造人像 可解释性检验特征集

ICS07.140

CCSA92

中华人民共和国国家标准

GB/T×××××—××××

法庭科学伪造人像

可解释性检验特征集

Forensicsciences--Forgedface--Inspectionofdeepfakefeature

××××-××-××发布××××-××-××实施

国家市场监督管理总局

国家标准化管理委员会发布

GB/T××××—××××

法庭科学伪造人像可解释性检验特征集

1范围

本文件给出了法庭科学领域针对伪造人像的可解释性检验特征集的分类、概述，规定了各类特征

的描述规则。

本文件适用于法庭科学领域对疑似伪造人像进行的可解释性检验特征提取与描述。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文

件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适

用于本文件。

GB/TXXXX法庭科学伪造人像检验通则

GA/T120法庭科学视频图像检验术语

GA/T1022视频图像真实性检验技术规范

3术语和定义

GB/TXXXX、GA/T120、GA/T1022界定的术语和定义适用于本文件。

4总体要求和原则

4.1对伪造人像进行可解释性检验特征进行描述时，应至少以文字形式指出特征的类别，并宜以图

片形式进一步详细说明。

4.2以文字形式描述特征时，应至少指明其所属的类别（见第5章），并宜给出其所属的子类（见第

6章~第14章）。

4.3特征提取方法参见附录A。通常情况下，当特征提取使用算法的准确度低于85%时，无法认定该

特征。

5可解释性检验特征类别

5.1根据人像的形成过程，可以将可解释性检验特征分为：拼接特征、噪声特征、光响应不均匀性特

征等。

5.2根据人像呈现的属性，可以将可解释性检验特征分为：光照特征、几何特征等。

5.3根据人像检验所针对的具体区域，可以将可解释性检验特征分为：头部姿态特征、眨眼特征、嘴

型特征、心率特征等。

6拼接特征

6.1特征概述

1

GB/T××××—××××

拼接特征主要来自图像拼接合成后导致的像素之间低相关性和边缘不连贯，可通过统计算法或深

度算法检测出该特征。拼接特征主要用于对异幅图像的复制粘贴伪造进行检验。

6.2特征子类

拼接特征的子类包括但不限于：

a)人像与背景拼接的拼接特征；

b)人像不同区域之间拼接的拼接特征：如脸部区域替换的拼接人像、部分衣着替换的拼接人像。

6.3特征描述

当拼接特征位于人像脸部区域时，应同时给出文字和特征展示图。特征展示图根据原图或视频帧

生成，与原图尺寸大小相同，真实图片以黑色为底色，拼接区域的边界以白色线条表示（见附录B中图

B.1）。

7噪声特征

7.1特征概述

图像在生成和传输过程中常常因受到各种噪声的干扰和影响而使图像降质，并且不同来源的图像

中的噪声形态和强度也有所不同，可通过提取噪声特征检测人像是否伪造。

7.2特征子类

噪声特征的子类包括但不限于：

a)镜头污染物噪声特征：包括但不限于与拍摄画面无关的相机CMOS坏点、肢体遮挡、灰尘遮挡等

特征；

b)具有不同概率分布下的噪声特征包括：

1)高斯噪声特征；

2)泊松噪声特征；

3)均匀噪声特征；

4)瑞利噪声特征；

5)伽马噪声特征；

6)指数噪声特征。

7.3特征描述

7.3.1描述镜头污染物噪声特征时，应标示视频/图像中镜头污染物位置。

7.32描述概率分布下的噪声特征时，应给出该噪声的统计分布参数。

8光响应不均匀性特征

8.1特征概述

8.1.1光响应不均匀性噪声是由传感器中的硅元素的同质性、均匀性不一致和制造过程的不理想产

生的。

8.1.2光响应不均匀性噪声不受温度、湿度等环境的影响，是图像传感器的固有特性。

8.1.3通过分别提取待测图像的噪声，并与参考相机设备的模式噪声模板计算相关性，可实现图像

来源判别。

2

GB/T××××—××××

8.2特征描述

应给出光响应不均匀特征的特征估计方法。

9光照特征

9.1特征概述

由于不同照片成像环境不同，伪造人像很难做到人像与背景以及不同人像的光照绝对一致，可以

通过光照是否一致检测人像是否伪造。

9.2特征子类

光照特征的子类包括但不限于：

a)光照方向：指光线射向观察对象的方向和角度，例如：正面光、斜侧光等。

b)光照强度：指单位面积上所接受可见光的能量，例如在图像中通常反映为亮度。

c)光照对比度：指成像图像中最亮和最暗部分之间的亮度差。

9.3特征描述

应至少给出图片/视频帧中二维或三维光照方向、强度、对比度的估计值。

10几何特征

10.1特征概述

真实人脸五官在不同姿态下其比例满足一定的合理性，伪造人像脸部区域由于要适应原始图像中

人像脸部区域的形状，会产生一定的几何变化，从而导致伪造人像中脸部区域存在一定的几何失真，

可通过提取图像/视频帧中脸部区域几何特征的合理性和一致性检测人脸区域是否伪造。

10.2特征子类

人脸区域几何特征的子类包括但不限于：

a)人脸面部几何特征，包括面部三等份比例值、下巴宽度值、眼睛宽度值、下嘴唇到下巴的距离

值等（见附录B中图B.2）。

b)眉毛几何特征，包括眉毛两段的上下差值、眉毛外侧断点到外眼角的垂直距离值、眉毛内侧到

内眼角的垂直距离值、眉毛外侧断点到外眼角的水平距离值、眉毛内侧到内眼角的水平距离值等（见

附录B中图B.3）。

c)眼睛几何特征，包括两内眼角之间的距离值和两眼瞳孔之间的距离值等（见附录B中图B.4）。

d)鼻子几何特征，包括鼻子长度值和两鼻孔之间的距离值等（见附录B中图B.5）。

e)嘴巴几何特征，包括上唇尖到鼻子的距离值和嘴角之间的距离值等（见附录B中图B.6）。

10.3特征描述

应至少给出图片/视频帧中人脸面部几何特征、眉毛几何特征、眼睛几何特征、鼻子几何特征、嘴

巴几何特征等的估计值或者多帧归一化后的差异值。

11头部姿态特征

11.1特征概述

3

GB/T××××—××××

该特征主要针对视频人像进行检测，真实人像视频中的头部姿态通常在一定合理的范围内波动，

并且具有连续性和相关性，伪造人像视频中的头部姿态很难满足这种连续性和相关性，可通过提取视

频帧中人像头部姿态特征的连续性和相关性检测人像视频是否伪造。

11.2特征子类

头部姿态特征的子类包括但不限于：俯仰角、偏航角、翻滚角以及这些角度在视频帧间的连续性

和相关性。

11.3特征描述

应至少给出：

a)视频帧中人像头部姿态中俯仰角、偏航角、翻滚角的估计值；

b)多帧归一化后这些角度特征的差异值。

12眨眼特征

12.1特征概述

由于眨眼是人类的一种正常的生理反应，具有一定的随机性和不规律性，通过单张照片生成的

伪造人脸视频很难做到对真实眨眼现象的模拟，可以通过眨眼特征来检测人像是否伪造。

12.2特征描述

应至少给出：

a)视频帧中人脸眼部轮廓和眨眼动作的检测方法；

b)一定时间内人眼眨眼特征的估计值。

13嘴型特征

13.1特征概述

在真实人像视频中，当个体在说话时，或具有不同表情时，具有不同的嘴型特征，由于通过单张

照片生成的伪造人脸视频很难做到对真实人脸嘴型的模拟，可以通过嘴型特征检测人像视频是否伪造。

13.2特征子类

嘴型特征的子类包括但不限于：

a)不同表情的嘴型特征，根据图像/视频帧中人脸的表情，判断该心情状态下的嘴型特征是否一

致。

b)嘴型连贯性特征，根据连续视频帧中人脸嘴部区域的嘴型形状，提取嘴型连贯性特征。

13.3特征描述

应至少给出：

a)视频帧中人脸嘴部轮廓和嘴型特征的检测方法；

b)人脸表情与嘴型一致性程度的估计值；

c)一定时间内嘴型连贯性特征的估计值。

14心率特征

4

GB/T××××—××××

14.1特征概述

真实人像视频由于心动周期会造成人脸区域部分的皮肤颜色的周期性变化，而通过摄像头传感器

采集到的真实人脸可以捕捉到这种微弱的颜色变化，通过生成伪造的人脸视频很难做到对真实人脸这

种周期性生理信号的模拟，可以通过从人脸视频中恢复的心率特征来检测人像视频是否伪造。

14.2特征子类

心率特征的子类包括但不限于：

a)通过人脸视频提取的光电容积脉搏波（PPG）脉冲信号，进而测量心率、呼吸率和心跳变异性

等心动周期相关的生理特征指标；

b)通过人脸视频提取的光电容积脉搏波（PPG）脉冲信号，进而获得的心率频谱特征图。

14.3特征描述

应至少给出：

a)从视频中恢复人脸光电容积脉搏波（PPG）脉冲信号的方法或模型；

b)根据PPG信号对心率、呼吸率和心跳变异性等生理特征指标的估计值；

c)心率频谱特征图的估计值。

5

GB/T××××—××××

附录A

(资料性)

可解释性特征的提取方法参考

A.1拼接特征提取方法

可采用FaceXray、Efficient-Ynet等方法进行提取。

A.2图像噪声特征提取方法

可采用统计方法、或深度算法，如Fliter-Base、Block-Base算法等。

A.3光响应不均匀性特征提取方法

光响应不均匀特征可由如下公式获得：

1

푝̂=∑푁푊(푘),(푘=1,2,⋯,푁)

푁푘=1

其中푝̂为光响应不均匀特征的估计值，푁为待提取光响应不均匀特征的图像数量，푊(푘)=퐼(푘)−

퐹(퐼(푘))为针对第푘幅图像去噪后获得的噪声残差图像。对于去噪算法퐹(∙)可使用小波分析、自适应滤及

深度学习等方法。

A.4光照特征提取方法

可使用的方法包括但不限于：

a)在假设图像物体表面法向量各向同性的前提下，利用多个方向的图像亮度差分的统计平均值来

估计光照方向。

b)将物体表面近似为一个局部球面，并在局部球面坐标系中从水平方向及垂直方向求图像所有像

素点的亮度差分的数学期望来估计光照方向。

c)提出对图像提取遮挡轮廓，沿着对象遮挡轮廓分成若干局部块，估计局部块的光源偏角。

A.5几何特征提取方法

可使用OpenCV，dlib等框架及深度神经网络等算法提取图像/视频帧中的人脸关键点，并根据人脸

关键点计算出人脸和五官的几何特征值。

A.6头部姿态特征提取方法

可使用OpenCV，dlib等框架及深度神经网络等算法提取头部姿态特征，如仿射变换、透视变换等。

图A.1头部姿态特征提取参考示意图。

6

GB/T××××—××××

A.7眨眼特征提取方法

可使用OpenCV，dlib等框架及深度神经网络等算法提取眨眼特征。

图A.2眨眼特征提取参考示意图。

A.8表情特征提取方法

可使用OpenCV，dlib等框架及深度神经网络等算法提取表情特征，如Capsule等。

图A.3表情特征提取参考示意图。

A.9心率特征提取方法

可使用OpenCV，dlib等框架及深度神经网络等算法提取心率特征，如DeepPhys等。

图A.4心率特征提取参考示意图。

A.10高频特征提取方法

可使用小波分析、频率变换等方法提取高频特征，如2D-DCT变换等。

7

GB/T××××—××××

附录B

(资料性)

特征描述示例

B.1拼接特征展示图示例见图B.1。图中第一行展示检材图片，第二行展示拼接特征。

图B.1拼接特征描述示意图

B.2面部几何特征示例见图B.2。图中A表示面部三等分方式：发际线至鼻梁顶部、鼻梁顶部至鼻子底

部、鼻子底部至下巴；B表示下巴的宽度，与嘴巴的宽度相同；C表示每只眼睛的宽度；D表示下嘴唇到

下巴的距离。

图B.2面部几何特征示意图

B.3眉毛几何特征示例见图B.3，主要包含眉毛两段的上下差、眉毛外侧断点到外眼角的垂直距离、眉

毛内侧到内眼角的垂直距离、眉毛外侧断点到外眼角的水平距离、眉毛内侧到内眼角的水平距离。

8

GB/T××××—××××

图B.3眉毛几何特征示意图

B.4眼睛几何特征示例见图B.4，主要包含两内眼角之间的距离和两眼瞳孔之间的距离。

图B.4眼睛几何特征示意图

B.5鼻子几何特征示例见图B.5，主要包含鼻子长度和两鼻孔之间的距离。

图B.5鼻子几何特征示意图

B.6嘴巴几何特征示例见图B.6，主要包含上唇尖到鼻子的距离和嘴角之间的距离。

9

GB/T××××—××××

图B.6嘴巴几何特征示意图

B.7眨眼特征时序图示例见图B.7。图中第一行展示了视频中的图像帧，第二行展示了检测到的眨眼

过程及时刻。

图B.7眨眼特征检测时序图展示

10

GB/T××××—××××

参考文献

[1]GB/T5271.37—2021信息技术词汇第37部分：生物特征识别

[2]GA/T916—2010图像真实性鉴别技术规范图像真实性评价

[3]GA/T1021—2013视频图像原始性检验技术规范

[4]GA/T1022—2013视频图像真实性检验技术规范

[5]GA/T1023—2013视频人像检验技术规范

[6]SF/ZJD0304001—2010录像资料鉴定规范-人像

[7]SF/ZJD0302001—2015图像真实性鉴定技术规范

[8]LiL,BaoJ,ZhangT,etal.Facex-rayformoregeneralfaceforgery

detection[C]//ProceedingsoftheIEEE/CVFconferenceoncomputervisionand

patternrecognition.2020:5001-5010.

[9]ChenW,McDuffD.Deepphys:Video-basedphysiologicalmeasurementusing

convolutionalattentionnetworks[C]//Proceedingsoftheeuropeanconferenceon

computervision(ECCV).2018:349-365.

11

GB/T××××—××××

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起

草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由全国刑事技术标准化技术委员会（SAC/TC179）归口。

本文件起草单位：南京理工大学、公安部第三研究所、公安部物证鉴定中心、最高人民法院司法行

政装备管理局司法鉴定辅助办公室、最高人民检察院检察技术信息研究中心、国家安全机关司法鉴定办

公室、司法鉴定科学研究院、北京市公安局网络安全保卫总队、中国科学院自动化研究所、北京瑞莱智

慧科技有限公司、北京多维视通技术有限公司。

本文件主要起草人：。

I

GB/T××××—××××

法庭科学伪造人像可解释性检验特征集

1范围

本文件给出了法庭科学领域针对伪造人像的可解释性检验特征集的分类、概述，规定了各类特征

的描述规则。

本文件适用于法庭科学领域对疑似伪造人像进行的可解释性检验特征提取与描述。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文

件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适

用于本文件。

GB/TXXXX法庭科学伪造人像检验通则

GA/T120法庭科学视频图像检验术语

GA/T1022视频图像真实性检验技术规范

3术语和定义

GB/TXXXX、GA/T120、GA/T1022界定的术语和定义适用于本文件。

4总体要求和原则

4.1对伪造人像进行可解释性检验特征进行描述时，应至少以文字形式指出特征的类别，并宜以图

片形式进一步详细说明。

4.2以文字形式描述特征时，应至少指明其所属的类别（见第5章），并宜给出其所属的子类（见第

6章~第14章）。

4.3特征提取方法参见附录A。通常情况下，当特征提取使用算法的准确度低于85%时，无法认定该

特征。

5可解释性检验特征类别

5.1根据人像的形成过程，可以将可解释性检验特征分为：拼接特征、噪声特征、光响应不均匀性特

征等。

5.2根据人像呈现的属性，可以将可解释性检验特征分为：光照特征、几何特征等。

5.3根据人像检验所针对的具体区域，可以将可解释性检验特征分为：头部姿态特征、眨眼特征、嘴

型特征、心率特征等。

6拼接特征

6.1特征概述

1

GB/T××××—××××

拼接特征主要来自图像拼接合成后导致的像素之间低相关性和边缘不连贯，可通过统计算法或深

度算法检测出该特征。拼接特征主要用于对异幅图像的复制粘贴伪造进行检验。

6.2特征子类

拼接特征的子类包括但不限于：

a)人像与背景拼接的拼接特征；

b)人像不同区域之间拼接的拼接特征：如脸部区域替换的拼接人像、部分衣着替换的拼接人像。

6.3特征描述

当拼接特征位于人像脸部区域时，应同时给出文字和特征展示图。特征展示图根据原图或视频帧

生成，与原图尺寸大小相同，真实图片以黑色为底色，拼接区域的边界以白色线条表示（见附录B中图

B.1）。

7噪声特征

7.1特征概述

图像在生成和传输过程中常常因受到各种噪声的干扰和影响而使图像降质，并且不同来源的图像

中的噪声形态和强度也有所不同，可通过提取噪声特征检测人像是否伪造。

7.2特征子类

噪声特征的子类包括但不限于：

a)镜头污染物噪声特征：包括但不限于与拍摄画面无关的相机CMOS坏点、肢体遮挡、灰尘遮挡等

特征；

b)具有不同概率分布下的噪声特征包括：

1)高斯噪声特征；

2)泊松噪声特征；

3)均匀噪声特征；

4)瑞利噪声特征；

5)伽马噪声特征；

6)指数噪声特征。

7.3特征描述

7.3.1描述镜头污染物噪声特征时，应标示视频/图像中镜头污染物位置。

7.32描述概率分布下的噪声特征时，应给出该噪声的统计分布参数。

8光响应不均匀性特征

8.1特征概述

8.1.1光响应不均匀性噪声是由传感器中的硅元素的同质性、均匀性不一致和制造过程的不理想产

生的。

8.1.2光响应不均匀性噪声不受温度、湿度等环境的影响，是图像传感器的固有特性。

8.1.3通过分别提取待测图像的噪声，并与参考相机设备的模式噪声模板计算相关性，可实现图像

来源判别。

2

GB/T××××—××××

8.2特征描述

应给出光响应不均匀特征的特征估计方法。

9光照特征

9.1特征概述

由于不同照片成像环境不同，伪造人像很难做到人像与背景以及不同人像的光照绝对一致，可以

通过光照是否一致检测人像是否伪造。

9.2特征子类

光照特征的子类包括但不限于：

a)光照方向：指光线射向观察对象的方向和角度，例如：正面光、斜侧光等。

b)光照强度：指单位面积上所接受可见光的能量，例如在图像中通常反映为亮度。

c)光照对比度：指成像图像中最亮和最暗部分之间的亮度差。

9.3特征描述

应至少给出图片/视频帧中二维或三维光照方向、强度、对比度的估计值。

10几何特征

10.1特征概述

真实人脸五官在不同姿态下其比例满足一定的合理性，伪造人像脸部区域由于要适应原始图像中

人像脸部区域的形状，会产生一定的几何变化，从而导致伪造人像中脸部区域存在一定的几何失真，

可通过提取图像/视频帧中脸部区域几何特征的合理性和一致性检测人脸区域是否伪造。

10.2特征子类

人脸区域几何特征的子类包括但不限于：

a)人脸面部几何特征，包括面部三等份比例值、下巴宽度值、眼睛宽度值、下嘴唇到下巴的距离

值等（见附录B中图B.2）。

b)眉毛几何特征，包括眉毛两段的上下差值、眉毛外侧断点到外眼角的垂直距离值、眉毛内侧到

内眼角的垂直距离值、眉毛外侧断点到外眼角的水平距离值、眉毛内侧到内眼角的水平距离值等（见

附录B中图B.3）。

c)眼睛几何特征，包括两内眼角之间的距离值和两眼瞳孔之间的距离值等（见附录B中图B.4）。

d)鼻子几何特征，包括鼻子长度值和两鼻孔之间的距离值等（见附录B中图B.5）。

e)嘴巴几何特征，包括上唇尖到鼻子的距离值和嘴角之间的距离值等（见附录B中图B.6）。

10.3特征描述

应至少给出图片/视频帧中人脸面部几何特征、眉毛几何特征、眼睛几何特征、鼻子几何特征、嘴

巴几何特征等的估计值或者多帧归一化后的差异值。

11头部姿态特征

11.1特征概述

3