[發明專利]人臉防偽檢測方法及系統

在審

• 申請號: 202110054137.5
• 申請日: 2021-01-15
• 公開（公告）號: CN112733760A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 吳康樂;趙晨旭;景逸飛;劉星;唐大閏
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 李紅巖

1.一種人臉防偽檢測方法，其特征在于，包括：

樣本數據集構建步驟，用于獲取采集樣本并根據所述采集樣本基于非防偽特征信息采集若干正樣本對及若干負樣本對，建立樣本數據集；

人臉防偽檢測模型構建步驟，用于基于CDCN網絡及分類器構建得到所述人臉防偽檢測模型；

模型預訓練步驟，用于將所述樣本數據集輸入所述人臉防偽檢測模型進行訓練以調整所述人臉防偽檢測模型的權重，得到預訓練后的人臉防偽檢測模型；

人臉防偽檢測步驟，用于將一待檢測人臉圖像輸入預訓練后的所述人臉防偽檢測模型，得到檢測結果。

2.根據權利要求1所述的人臉防偽檢測方法，其特征在于，所述樣本數據集構建步驟進一步包括：

正樣本對獲取步驟，用于以非防偽特征信息作為變量從所述采集樣本中獲取正樣本對；

負樣本對獲取步驟，用于從所述采集樣本中獲取相同場景下身份信息相同的真、偽人臉圖像組成負樣本對。

3.根據權利要求1或2所述的人臉防偽檢測方法，其特征在于，所述正樣本對獲取步驟進一步包括：

第一正樣本對獲取步驟，用于從所述采集樣本中獲取相同場景下身份信息相同但光線信息和/或運動信息不同的人臉圖像組成第一正樣本對；

第二正樣本對獲取步驟，用于從所述采集樣本中獲取具有同一身份信息的場景不同的人臉圖像組成第二正樣本對；

第三正樣本對獲取步驟，用于從所述采集樣本中獲取不同身份信息的人臉圖像組成第三正樣本對；

第四正樣本對獲取步驟，用于從所述采集樣本中獲取同一攻擊類型的人臉圖像組成第四正樣本對。

4.根據權利要求3所述的人臉防偽檢測方法，其特征在于，所述模型預訓練步驟中，通過循環隨機抽取所述樣本數據集中的正樣本對和負樣本對進行模型訓練。

5.根據權利要求1所述的人臉防偽檢測方法，其特征在于，所述CDCN網絡基于CenterLoss損失函數和MSE Loss損失函數自動調整網絡權重。

6.一種人臉防偽檢測系統，其特征在于，包括：

樣本數據集構建模塊，用于獲取采集樣本并根據所述采集樣本基于非防偽特征信息采集正樣本對及負樣本對，建立樣本數據集；

人臉防偽檢測模型構建模塊，用于基于CDCN網絡及分類器構建得到所述人臉防偽檢測模型；

模型預訓練模塊，用于將所述樣本數據集輸入所述人臉防偽檢測模型進行訓練以調整所述人臉防偽檢測模型的權重，得到預訓練后的人臉防偽檢測模型；

人臉防偽檢測模塊，用于將一待檢測人臉圖像輸入預訓練后的所述人臉防偽檢測模型，得到檢測結果。

7.根據權利要求6所述的人臉防偽檢測系統，其特征在于，所述樣本數據集構建模塊進一步包括：

正樣本對獲取模塊，用于以非防偽特征信息作為變量從所述采集樣本中獲取正樣本對；

負樣本對獲取模塊，用于從所述采集樣本中獲取相同場景下身份信息相同的真、偽人臉圖像組成負樣本對。

8.根據權利要求6或7所述的人臉防偽檢測系統，其特征在于，所述正樣本對獲取模塊進一步包括：

第一正樣本對獲取模塊，用于從所述采集樣本中獲取相同場景下身份信息相同但光線信息和/或運動信息不同的人臉圖像組成第一正樣本對；

第二正樣本對獲取模塊，用于從所述采集樣本中獲取具有同一身份信息的場景不同的人臉圖像組成第二正樣本對；

第三正樣本對獲取模塊，用于從所述采集樣本中獲取不同身份信息的人臉圖像組成第三正樣本對；

第四正樣本對獲取模塊，用于從所述采集樣本中獲取同一攻擊類型的人臉圖像組成第四正樣本對。

9.根據權利要求8所述的人臉防偽檢測系統，其特征在于，述模型預訓練模塊中，通過循環隨機抽取所述樣本數據集中的正樣本對和負樣本對進行模型訓練。

10.根據權利要求6所述的人臉防偽檢測系統，其特征在于，所述CDCN網絡基于CenterLoss損失函數和MSE Loss損失函數自動調整網絡權重。