[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）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

本公開提供了一種活體檢測模型的訓(xùn)練方法、人臉活體檢測方法及電子設(shè)備，涉及人工智能技術(shù)領(lǐng)域，具體為深度學(xué)習(xí)、圖像處理、計算機(jī)視覺技術(shù)領(lǐng)域，可應(yīng)用于活體檢測等場景。具體實(shí)現(xiàn)方案為：獲取訓(xùn)練樣本；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，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；將目標(biāo)圖像輸入預(yù)設(shè)的活體檢測模型，提取目標(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；目標(biāo)圖像為所述樣本圖像集中的任一圖像，提取的特征包括表征與目標(biāo)圖像對應(yīng)的拍攝對象的特征，根據(jù)真實(shí)的和預(yù)測的圖像類別計算識別損失，根據(jù)識別損失調(diào)整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。

技術(shù)領(lǐng)域

本公開涉及人工智能技術(shù)領(lǐng)域，具體為深度學(xué)習(xí)、圖像處理、計算機(jī)視覺技術(shù)領(lǐng)域，可應(yīng)用于活體檢測等場景。

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)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行臉部識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

隨著人臉識別技術(shù)的廣泛應(yīng)用，出現(xiàn)了利用照片或者面具等攻擊手段冒充用戶進(jìn)行非法操作的攻擊者，對人臉識別系統(tǒng)的安全性造成了威脅。為了保證人臉識別系統(tǒng)的安全性，需要對人臉圖像進(jìn)行人臉活體檢測，以區(qū)分人臉圖像是否為真人拍攝。

發(fā)明內(nèi)容

本公開提供了一種泛化能力更強(qiáng)的活體檢測模型的訓(xùn)練方法、人臉活體檢測方法及電子設(shè)備。

根據(jù)本公開的一方面，提供了一種體檢測模型的訓(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；利用所述訓(xùn)練樣本訓(xùn)練預(yù)設(shè)的活體檢測模型，得到訓(xùn)練好的活體檢測模型。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。

根據(jù)本公開的另一方面，提供了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。

根據(jù)本公開的另一方面，提供了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。