[發(fā)明專利]一種超分活體識別方法、系統(tǒng)、終端及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110605475.3
• 申請日: 2021-05-31
• 公開（公告）號: CN113221830B
• 公開（公告）日: 2023-09-01
• 發(fā)明（設(shè)計）人: 徐玲玲;戴磊;劉玉宇
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/40;G06V10/774;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 深圳國新南方知識產(chǎn)權(quán)代理有限公司 44374
• 代理人: 周雷

本發(fā)明公開了一種超分活體識別方法、系統(tǒng)、終端及存儲介質(zhì)。所述方法包括：分別獲取不同場景下包含不同格式的第一圖像數(shù)據(jù)、第二圖像數(shù)據(jù)、第三圖像數(shù)據(jù)和第四圖像數(shù)據(jù)；將第一圖像數(shù)據(jù)輸入卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的卷積網(wǎng)絡(luò)，卷積網(wǎng)絡(luò)的輸出為第一圖像數(shù)據(jù)中每個檢測目標(biāo)的人臉分類結(jié)果以及每個分類的分?jǐn)?shù)；將第三圖像數(shù)據(jù)輸入卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的RGB超分識別網(wǎng)絡(luò)，RGB超分識別網(wǎng)絡(luò)的輸出為第三圖像數(shù)據(jù)中活體照片和非活體照片的分類分?jǐn)?shù)；分別將第二圖像數(shù)據(jù)和第四圖像數(shù)據(jù)輸入RGB超分識別網(wǎng)絡(luò)，再次對RGB超分識別網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的RGB+IR超分活體識別網(wǎng)絡(luò)。本發(fā)明具有抗非活體圖像攻擊能力，能夠提升人臉識別效果。

技術(shù)領(lǐng)域

本發(fā)明涉及人臉識別技術(shù)領(lǐng)域，特別是涉及一種超分活體識別方法、系統(tǒng)、終端及存儲介質(zhì)。

背景技術(shù)

人臉識別，是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。現(xiàn)有技術(shù)中，人臉識別技術(shù)通常通過攝像頭采集人臉圖像，將人臉圖像輸入人臉識別網(wǎng)絡(luò)，通過人臉識別網(wǎng)絡(luò)對該人臉圖像進(jìn)行特征提取，判斷該人臉圖像與檔案庫中存儲的人臉圖像是否屬于同一個人。然而，無論是通過攝像頭拍攝活體圖像(即真人圖像)還是非活體圖像(即用照片偽造的圖像)，最終得到的都是一張二維圖片，目前的人臉識別網(wǎng)絡(luò)對非活體圖像攻擊沒有抵抗能力，無法準(zhǔn)確辨別所輸入人臉圖像的真?zhèn)巍Ｍ瑫r，人臉圖像通常包括RGB圖像和IR(Infrared?Radiation，紅外線)圖像兩種格式，由于RGB圖像受光照影響比較大，因此人臉識別效果較差。而IR圖像雖然受光線影響小，在大背光或暗光條件下能獲取更多圖像信息，但I(xiàn)R圖像本身細(xì)節(jié)信息不夠，在遠(yuǎn)距離、低分辨率或模糊場景下，存在損失較大、識別效果差等不足。基于上述不足，有必要提供一種可以同時適用于RGB圖像和IR圖像的人臉識別網(wǎng)絡(luò)，以提升人臉識別效果。

發(fā)明內(nèi)容

本發(fā)明提供了一種超分活體識別方法、系統(tǒng)、終端及存儲介質(zhì)，旨在解決現(xiàn)有人臉識別技術(shù)對非活體圖像攻擊沒有抵抗能力，無法準(zhǔn)確辨別所輸入人臉圖像的真?zhèn)危约袄肦GB圖像和IR圖像存在的損失較大、識別效果差等技術(shù)問題。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：

一種超分活體識別方法，包括：

分別獲取不同場景下包含不同格式的第一圖像數(shù)據(jù)、第二圖像數(shù)據(jù)、第三圖像數(shù)據(jù)和第四圖像數(shù)據(jù)；所述第一圖像數(shù)據(jù)為RGB格式的原始人臉圖像，所述第二圖像數(shù)據(jù)為一一對應(yīng)的RGB格式和IR格式的原始人臉圖像，所述第三圖像數(shù)據(jù)為RGB格式的活體照片和非活體照片，所述第四圖像數(shù)據(jù)為一一對應(yīng)的RGB格式和IR格式的活體照片和非活體照片；

將所述第一圖像數(shù)據(jù)輸入卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的卷積網(wǎng)絡(luò)；所述卷積網(wǎng)絡(luò)的輸出為所述第一圖像數(shù)據(jù)中每個檢測目標(biāo)的人臉分類結(jié)果以及每個分類的分?jǐn)?shù)；

鎖定由所述第一圖像數(shù)據(jù)訓(xùn)練的卷積網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，將所述第三圖像數(shù)據(jù)輸入所述卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的RGB超分識別網(wǎng)絡(luò)；所述RGB超分識別網(wǎng)絡(luò)的輸出為所述第三圖像數(shù)據(jù)中活體和非活體照片的分類分?jǐn)?shù)；

分別將所述第二圖像數(shù)據(jù)和第四圖像數(shù)據(jù)輸入所述RGB超分識別網(wǎng)絡(luò)，再次對所述RGB超分識別網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的RGB+IR超分活體識別網(wǎng)絡(luò)；

通過所述RGB+IR超分活體識別網(wǎng)絡(luò)對待識別圖像進(jìn)行人臉識別。

本發(fā)明實施例采取的技術(shù)方案還包括：所述分別獲取不同場景下包含不同格式的第一圖像數(shù)據(jù)、第二圖像數(shù)據(jù)、第三圖像數(shù)據(jù)和第四圖像數(shù)據(jù)之后還包括：

分別對所述第一圖像數(shù)據(jù)和第二圖像數(shù)據(jù)中RGB格式的原始人臉圖像進(jìn)行增廣操作，并對所述第三圖像數(shù)據(jù)和第四圖像數(shù)據(jù)中的活體照片和非活體照片進(jìn)行l(wèi)abel標(biāo)記。

本發(fā)明實施例采取的技術(shù)方案還包括：所述分別對所述第一圖像數(shù)據(jù)和第二圖像數(shù)據(jù)中RGB格式的原始人臉圖像進(jìn)行增廣操作具體為：