[發(fā)明專利]活體檢測模型的訓(xùn)練方法、人臉活體檢測方法及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202211216857.8
• 申請日: 2022-09-30
• 公開（公告）號: CN116071791A
• 公開（公告）日: 2023-05-05
• 發(fā)明（設(shè)計(jì)）人: 張國生
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/40;G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 上海弼興律師事務(wù)所 31283
• 代理人: 羅朗

1.一種活體檢測模型的訓(xùn)練方法，包括：

獲取訓(xùn)練樣本；其中，所述訓(xùn)練樣本包括樣本圖像集和對應(yīng)的真實(shí)的圖像類別，所述樣本圖像集包括活體圖像、第一非活體圖像和第二非活體圖像，所述圖像類別用于表征拍攝對象，與所述活體圖像對應(yīng)的拍攝對象為活體對象，與所述第一非活體圖像對應(yīng)的拍攝對象和與所述第二非活體圖像對應(yīng)的拍攝對象為不同種類的非活體對象；

將目標(biāo)圖像輸入預(yù)設(shè)的活體檢測模型，提取所述目標(biāo)圖像的特征，并對提取的特征進(jìn)行處理，得到預(yù)測的圖像類別；其中，所述目標(biāo)圖像為所述樣本圖像集中的任一圖像，所述提取的特征包括表征與所述目標(biāo)圖像對應(yīng)的拍攝對象的特征；

根據(jù)所述目標(biāo)圖像真實(shí)的圖像類別和所述預(yù)測的圖像類別計(jì)算識別損失，以及根據(jù)所述識別損失調(diào)整所述活體檢測模型的參數(shù)，直至滿足收斂條件，得到訓(xùn)練好的活體檢測模型。

2.根據(jù)權(quán)利要求1所述的訓(xùn)練方法，其中，所述提取的特征還包括表征與所述目標(biāo)圖像對應(yīng)的拍攝設(shè)備的特征，所述圖像類別還用于表征拍攝設(shè)備，所述拍攝設(shè)備的種類為至少一種。

3.根據(jù)權(quán)利要求1或2所述的訓(xùn)練方法，其中，所述預(yù)設(shè)的活體檢測模型包括特征提取子模型和特征處理子模型；所述將目標(biāo)圖像輸入預(yù)設(shè)的活體檢測模型，提取所述目標(biāo)圖像的特征，并對提取的特征進(jìn)行處理，得到預(yù)測的圖像類別包括：

對目標(biāo)圖像進(jìn)行兩次非擾動(dòng)的數(shù)據(jù)增強(qiáng)處理，分別得到第一圖像和第二圖像；其中，所述目標(biāo)圖像為所述樣本圖像集中的任一圖像；

分別將所述第一圖像和所述第二圖像輸入特征提取子模型，提取所述第一圖像的第一特征和所述第二圖像的第二特征；

根據(jù)所述第一特征、所述第二特征以及對比損失函數(shù)計(jì)算對比損失，以及根據(jù)所述對比損失調(diào)整所述特征提取子模型的參數(shù)；

將所述第一特征輸入特征處理子模型，得到預(yù)測的圖像類別。

4.一種人臉活體檢測方法，包括：

獲取待檢測的人臉圖像；

將所述人臉圖像輸入活體檢測模型，提取所述人臉圖像的特征，并對提取的特征進(jìn)行處理，得到所述人臉圖像的圖像類別；其中，所述提取的特征包括表征與所述人臉圖像對應(yīng)的拍攝對象的特征，所述圖像類別用于表征與所述人臉圖像對應(yīng)的拍攝對象，所述拍攝對象為活體對象或者非活體對象，所述非活體對象的種類為至少兩種；

根據(jù)所述圖像類別確定所述人臉圖像的活體檢測結(jié)果。

5.根據(jù)權(quán)利要求4所述的人臉活體檢測方法，其中，所述提取的特征還包括表征與所述人臉圖像對應(yīng)的拍攝設(shè)備的特征，所述圖像類別還用于表征與所述人臉圖像對應(yīng)的拍攝設(shè)備，所述拍攝設(shè)備的種類為至少一種；

所述根據(jù)所述圖像類別確定所述人臉圖像的活體檢測結(jié)果包括：

根據(jù)所述人臉圖像為用于表征活體對象的所有圖像類別的概率之和以及所述人臉圖像為用于表征非活體對象的每種圖像類別的概率確定所述人臉圖像的活體檢測結(jié)果。

6.根據(jù)權(quán)利要求4所述的人臉活體檢測方法，其中，所述活體檢測模型是利用權(quán)利要求1所述的活體檢測模型的訓(xùn)練方法訓(xùn)練得到的。

7.一種活體檢測模型的訓(xùn)練裝置，包括：

樣本獲取模塊，用于獲取訓(xùn)練樣本；其中，所述訓(xùn)練樣本包括樣本圖像集和對應(yīng)的真實(shí)的圖像類別，所述樣本圖像集包括活體圖像、第一非活體圖像和第二非活體圖像，所述圖像類別用于表征拍攝對象，與所述活體圖像對應(yīng)的拍攝對象為活體對象，與所述第一非活體圖像對應(yīng)的拍攝對象和與所述第二非活體圖像對應(yīng)的拍攝對象為不同種類的非活體對象；

類別預(yù)測模塊，用于將目標(biāo)圖像輸入預(yù)設(shè)的活體檢測模型，提取所述目標(biāo)圖像的特征，并對提取的特征進(jìn)行處理，得到預(yù)測的圖像類別；其中，所述目標(biāo)圖像為所述樣本圖像集中的任一圖像，所述提取的特征包括表征與所述目標(biāo)圖像對應(yīng)的拍攝對象的特征；

參數(shù)調(diào)整模塊，用于根據(jù)所述目標(biāo)圖像真實(shí)的圖像類別和所述預(yù)測的圖像類別計(jì)算識別損失，以及根據(jù)所述識別損失調(diào)整所述活體檢測模型的參數(shù)，直至滿足收斂條件，得到訓(xùn)練好的活體檢測模型。