[發明專利]一種基于預訓練圖片殘差的人臉識別活體檢測方法有效
| 申請號： | 202110951138.X | 申請日： | 2021-08-18 |
| 公開（公告）號： | CN113610042B | 公開（公告）日： | 2023-05-23 |
| 發明（設計）人： | 黃慜哲;蘭澤華;陳少偉 | 申請（專利權）人： | 睿云聯（廈門）網絡通訊技術有限公司 |
| 主分類號： | G06V40/16 | 分類號： | G06V40/16;G06V40/40;G06V10/82;G06N3/08 |
| 代理公司： | 廈門原創專利事務所(普通合伙) 35101 | 代理人： | 黃燦林 |
| 地址： | 361000 福建省廈門市*** | 國省代碼： | 福建;35 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 訓練 圖片 識別 活體 檢測 方法 | ||
本發明公開一種基于預訓練圖片殘差的人臉識別活體檢測方法，具體包括如下步驟：對數據集做平均臉處理；將輸入判斷的圖片與平均臉做殘差獲得殘差圖像；將處理后的圖像輸入神經網絡中獲取判斷結果。本發明通過對比平均臉模型的圖片殘差，根據神經網絡模型判斷得出結果，基于常用的神經網絡模型ShuffleNet，耗時低，速度快，使用單鏡頭的準確度與多模鏡頭的識別率相當。使用對比平均臉模型的圖片殘差的方式可以顯著增強模型泛化性，使用單鏡頭的方案，適用范圍廣，成本低，兼容當前主流設備。
技術領域
本發明應用于活體檢測領域，具體是一種基于預訓練圖片殘差的人臉識別活體檢測方法。
背景技術
隨著科技的發展，移動支付，智能門鎖的場景越來越多的出現。使用人臉支付或者解鎖門禁因為其方便程度而逐漸被大眾所接受。但是與此而來的就是要判別檢測到的人臉是否是一張真正的人臉，還是由打印紙，電子屏或者面具顯示的一張虛假的臉。這個問題是是否能安全使用人臉技術的核心之一。主流的解決方案需要兩個甚至更多的鏡頭去檢測人臉是否是活體，使用多模鏡頭成本較高，如果使用多RGB鏡頭，耗時較高，且需要前期的標定，如果使用紅外鏡頭，無法自由調節所選紅外射線的波長，如果使用深度鏡頭，成本較高。
發明內容
本發明所要解決的技術問題是針對現有技術的不足，提供一種基于預訓練圖片殘差的人臉識別活體檢測方法。
為解決上述技術問題，本發明的一種基于預訓練圖片殘差的人臉識別活體檢測方法，具體包括如下步驟：
對數據集做平均臉處理；
將輸入判斷的圖片與平均臉做殘差獲得殘差圖像；
將處理后的圖像輸入神經網絡中獲取判斷結果。
作為一種可能的實施方式，進一步的，所述對數據集做平均臉處理步驟具體為：
根據訓練數據集中的真臉和假臉獲取各自平均人臉成像：
得到真人平均臉Realavg和偽造平均臉Fakeavg。
作為一種可能的實施方式，進一步的，所述將輸入判斷的圖片與平均臉做殘差獲得殘差圖像步驟具體包括：
獲取殘差底圖和殘差平均臉；
利用殘差底圖和殘差平均臉對真人臉輸入Realinput和偽造臉輸入Fakeinput均進行數據增強；
獲取數據增強后的數據集。
作為一種可能的實施方式，進一步的，所述獲取殘差底圖步驟具體為：準備一張像素值均為(128，128，128)的圖像作為殘差底圖ResImgbase。
作為一種可能的實施方式，進一步的，所述殘差平均臉獲取步驟具體為：利用獲取的真人平均臉Realavg和偽造平均臉Fakeavg求得殘差平均臉，計算公式為：ResImgavg＝Realavg-Fakeavg+ResImgbase。
作為一種可能的實施方式，進一步的，所述數據增強具體包括如下步驟：
獲取殘差偽造臉：ResImgfake＝Realavg-Fakeinput+ResImgbase
獲取殘差平均臉融合偽造臉：MergeImgfake＝Fakeinput+ResImgavg
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于睿云聯（廈門）網絡通訊技術有限公司，未經睿云聯（廈門）網絡通訊技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110951138.X/2.html，轉載請聲明來源鉆瓜專利網。
