[发明专利]一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法

权利要求书

1.一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：包括一重判定和二重判定，若一重判定为真，则进行第二重判定，具体为：

一重判定：

1.1、训练数据集的采集和预处理；

1.2、使用局部二进制模式的运算符提取RGB图像的纹理特征；

1.3、将提取的纹理特征输入分类器进行一重防伪判定；

二重判定：

2.1、提取近红外数据集的全局特征；

2.2、将提取的局部纹理特征和全局特征输入改进的卷积网络进行特征融合；

2.3、将融合的特征输入改进的CNN网络进行分类来判定人脸的真伪。

2.如权利要求1所述一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：所述步骤1.1中数据采集的具体方法为：使用RealSense深度摄像头装置来采集大量的活体和非活体视频RGB与近红外数据。

3.如权利要求1所述一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：所述步骤1.1中数据预处理的具体方法为：对RGB和近红外数据进行标注，得到其坐标值。标注内容具体包括人脸框和人脸5个关键点即左眼、右眼、鼻尖、左嘴角、右嘴角。

4.如权利要求1所述一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：所述步骤1.2的具体方法为：

1)、对图像进行分块处理；

2)、对分块后的各个区域分别进行LBP-TOP特征提取。

5.如权利要求4所述一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：所述步骤2)的具体方法为：

1)、采用等价模式LBP进行特征值提取；

等价模式LBP特征值计算：

其中，P表示领域像素的个数；R是领域的半径；i_c是灰度值；i_p是相邻像素的灰度值；s是符号函数；

2)、计算每个区域的直方图并进行归一化处理；

3)、连接每个区域的统计直方图合成一个特征向量。

6.如权利要求1所述一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：所述步骤2.2的具体方法为：

1)、采用改进的网络结构对特征进行加权；

2)、将加权后的局部特征和全局特征进行融合。

7.如权利要求1所述一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：所述改进的网络结构包括＂Squeeze-and-Excitation＂网络块，＂Squeeze-and-Excitation＂由Squeeze部分和Excitation部分构成。

8.如权利要求7所述一种基于大规模RGB以及近红外数据集的双重认证人脸防伪方法，其特征在于：所述Squeeze部分具体为将特征图聚合获得维度为WxH的特征图，经过池化操作将各个特征图的全局感受野的空间信息置入到特征图中，而后面的网络层就能够根据这个特征图获得全局感受野的信息，利用下面公式将空间上所有点的信息都平均为一个值；

其中，由上一步卷积得到的全局特征输出就是U，或者称为C个大小为H×W的featuremap，U_C表示U中第C个张量，下标c表示channel。