[發(fā)明專利]攻擊對象檢測方法及裝置、介質(zhì)、設(shè)備及產(chǎn)品在審
| 申請?zhí)枺?/td> | 202210996348.5 | 申請日： | 2022-08-18 |
| 公開（公告）號： | CN115482590A | 公開（公告）日： | 2022-12-16 |
| 發(fā)明（設(shè)計）人： | 曹佳炯;丁菁汀 | 申請（專利權(quán)）人： | 支付寶（杭州）信息技術(shù)有限公司 |
| 主分類號： | G06V40/40 | 分類號： | G06V40/40;G06V10/764;G06N3/04;G06N3/08;G06V10/44;G06V10/82 |
| 代理公司： | 北京恒博知識產(chǎn)權(quán)代理有限公司 11528 | 代理人： | 侯世儉 |
| 地址： | 310000 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 攻擊 對象 檢測 方法 裝置 介質(zhì) 設(shè)備 產(chǎn)品 | ||
本說明書實施例提供一種攻擊對象檢測方法、攻擊對象檢測裝置、計算機可讀存儲介質(zhì)、電子設(shè)備以及計算機程序產(chǎn)品，該方法包括：獲取關(guān)于待檢測對象的至少一種圖像類型的待測圖像，其中，對于每一種圖像類型設(shè)置有對應的預測模型。將目標待測圖像輸入至與其類型相對應的預測模型(記作，目標預測模型)，以預測目標待測圖像為攻擊對象的概率(記作，目標攻擊概率)，還預測關(guān)于上述目標攻擊概率的置信度(記作，目標置信度)。其中，上述目標置信度用于確定是否對上述目標待測圖像進行篩除處理，從而實現(xiàn)對待檢測圖像的篩選處理。進一步地，根據(jù)經(jīng)過篩選處理之后剩余的待測圖像所對應的攻擊概率，來確定對所述待檢測對象的檢測結(jié)果。
技術(shù)領(lǐng)域
本說明書涉及身份識別技術(shù)領(lǐng)域，尤其涉及一種攻擊對象檢測方法、攻擊對象檢測裝置、計算機可讀存儲介質(zhì)、電子設(shè)備以及計算機程序產(chǎn)品。
背景技術(shù)
身份識別系統(tǒng)在近年來得到了廣泛的應用，同時需要保證身份識別系統(tǒng)的使用可靠性。目前，活體攻擊屬于身份識別系統(tǒng)的安全隱患，一般地，活體攻擊具體為攻擊者使用照片、屏幕展示、面具等手段達到冒充用戶身份的目的。
為了解決活體攻擊問題，相關(guān)技術(shù)中提供了攻擊對象檢測方案，一般地，采用單幀圖像作為攻擊對象檢測的輸入。但是，由于單幀圖像包含信息有限，攻擊對象檢測的檢出能力有待提升。
需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強對本說明書的背景的理解，因此可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。
發(fā)明內(nèi)容
本說明書的目的在于提供一種攻擊對象檢測方法、攻擊對象檢測裝置、計算機可讀存儲介質(zhì)、電子設(shè)備以及計算機程序產(chǎn)品，能夠在一定程度上提升攻擊對象檢測的檢出能力。
本說明書的其他特性和優(yōu)點將通過下面的詳細描述變得顯然，或部分地通過本說明書的實踐而習得。
根據(jù)本說明書的一個方面，提供一種攻擊對象檢測方法，該方法包括：獲取關(guān)于待檢測對象的至少一種圖像類型的待測圖像；基于目標預測模型，獲取關(guān)于目標待測圖像的目標攻擊概率，以及獲取關(guān)于上述目標攻擊概率的目標置信度，其中，上述目標預測模型的訓練樣本圖像的圖像類型與上述目標待測圖像的圖像類型一致，上述攻擊概率表示上述目標待測圖像為攻擊對象的概率；根據(jù)上述目標置信度確定是否對上述目標待測圖像進行篩除處理；以及，根據(jù)經(jīng)過上述篩除處理之后剩余的待測圖像所對應的攻擊概率，確定對上述待檢測對象的檢測結(jié)果。
在示例性的實施例中，基于前述方案，上述目標置信度為置信度矩陣；上述根據(jù)上述目標置信度確定是否對上述目標待測圖像進行篩除處理，包括：確定上述目標置信度矩陣中是否存在小于第一預設(shè)值的矩陣元素；其中，在上述目標置信度矩陣中存在小于上述第一預設(shè)值的矩陣元素的情況下，對上述目標待測圖像進行篩除處理；在上述目標置信度矩陣中不存在小于上述第一預設(shè)值的矩陣元素的情況下，保留上述目標待測圖像。
在示例性的實施例中，基于前述方案，上述目標待測圖像的圖像特征矩陣與上述目標置信度均為M×N的矩陣，且上述目標置信度的矩陣元素Axy表示：預測上述圖像特征矩陣的矩陣元素Bxy屬于攻擊對象的概率為目標攻擊概率的置信度值，x取值為不大于M的正整數(shù)，y取值為不大于N的正整數(shù)，M、N為正整數(shù)。
在示例性的實施例中，基于前述方案，在上述基于目標預測模型，獲取關(guān)于目標待測圖像的目標攻擊概率之前，上述方法還包括：獲取目標圖像類型的K個訓練樣本圖像，并通過上述K個訓練樣本圖像訓練改進后的分類模型，得到上述目標圖像類型對應的預測模型，K為正整數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于支付寶（杭州）信息技術(shù)有限公司，未經(jīng)支付寶（杭州）信息技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210996348.5/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
