[发明专利]检测真实人脸方法、装置、电子设备以及计算机可读存储介质有效

专利信息
申请号: 201911225480.0 申请日: 2019-12-04
公开(公告)号: CN111178137B 公开(公告)日: 2023-05-26
发明(设计)人: 熊俊峰;王洋;刘焱;郝新;吴月升 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V40/40
代理公司: 北京鸿德海业知识产权代理有限公司 11412 代理人: 田宏宾
地址: 100085 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 真实 方法 装置 电子设备 以及 计算机 可读 存储 介质
【权利要求书】:

1.一种检测真实人脸的方法,其特征在于,包括:

获取待检测人脸图像;

获取所述待检测人脸图像的频域特征图,并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图;

根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图,分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图;

根据与各粒度对应的多维度特征子图,得到对应各粒度的不同维度的频率分布特征,根据同一粒度中各维度所对应的频率分布特征,分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量;

将对应各粒度的粒度总向量进行拼接,将拼接结果输入分类网络,根据所述分类网络的输出结果,确定所述待检测人脸图像中的人脸是否为真实人脸;

所述获取所述待检测人脸图像的频域特征图,并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图包括:

将所述待检测人脸图像处理为对应R、G、B三个颜色通道的图像,并得到各颜色通道图像的频域特征图;

分别将各颜色通道图像的频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图;

将各颜色通道图像中对应相同粒度的频域特征子图进行卷积,得到与所述待检测人脸图像对应的第一粒度、第二粒度以及第三粒度的频域特征子图。

2.根据权利要求1所述的方法,其特征在于,在获取待检测人脸图像之后,还包括:对所述待检测人脸图像进行统一尺寸。

3.根据权利要求1所述的方法,其特征在于,所述根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图,分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图包括:

按照预设比例将所述对应第一粒度、第二粒度以及第三粒度的频域特征子图进行维度缩小,分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图。

4.根据权利要求1所述的方法,其特征在于,所述根据与各粒度对应的多维度特征子图,得到对应各粒度的不同维度的频率分布特征,根据同一粒度中各维度所对应的频率分布特征,分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量包括:

构建包含残差连接以及全局平均池化处理的网络结构;

分别将与各粒度对应的多维度特征子图中所包含的不同维度的频域图按照预设顺序进行排列之后,输入所述网络结构中;

将所述网络结构所输出的对应同一粒度中不同维度的频域图的特征向量进行拼接,得到对应各粒度的不同维度的频率分布特征;

将同一粒度中各维度所对应的频率分布特征进行拼接,得到对应各粒度的粒度总向量。

5.一种检测真实人脸的装置,其特征在于,包括:

获取单元,用于获取待检测人脸图像;

分割单元,用于获取所述待检测人脸图像的频域特征图,并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图;

处理单元,用于根据所述对应第一粒度、第二粒度以及第三粒度的频域特征子图,分别得到与第一粒度、第二粒度以及第三粒度对应的多维度特征子图;

确定单元,用于根据与各粒度对应的多维度特征子图,得到对应各粒度的不同维度的频率分布特征,根据同一粒度中各维度所对应的频率分布特征,分别确定对应第一粒度、第二粒度以及第三粒度的粒度总向量;

检测单元,将对应各粒度的粒度总向量进行拼接,将拼接结果输入分类网络,根据所述分类网络的输出结果,确定所述待检测人脸图像中的人脸是否为真实人脸;

所述分割单元在获取所述待检测人脸图像的频域特征图,并将所述频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图时,具体执行:

将所述待检测人脸图像处理为对应R、G、B三个颜色通道的图像,并得到各颜色通道图像的频域特征图;

分别将各颜色通道图像的频域特征图分割为对应第一粒度、第二粒度以及第三粒度的频域特征子图;

将各颜色通道图像中对应相同粒度的频域特征子图进行卷积,得到与所述待检测人脸图像对应的第一粒度、第二粒度以及第三粒度的频域特征子图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911225480.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top