[发明专利]基于颜色通道差值图特征的人脸欺骗检测方法及系统有效

专利信息
申请号: 202010186904.3 申请日: 2020-03-17
公开(公告)号: CN111460931B 公开(公告)日: 2023-01-31
发明(设计)人: 胡永健;任园园;谢以翔;王宇飞;刘琲贝;穆罕默德·艾哈迈德·阿明 申请(专利权)人: 华南理工大学;中新国际联合研究院
主分类号: G06V40/16 分类号: G06V40/16;G06V40/40;G06V10/56;G06V10/764;G06V10/82;G06N3/045;G06N3/0464;G06N3/048;G06N3/09
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 李斌
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 颜色 通道 差值 特征 欺骗 检测 方法 系统
【说明书】:

发明公开了一种基于颜色通道差值图特征的人脸欺骗检测方法及系统,该方法包括下述步骤:视频数据预处理后选取人脸图像;提取人脸图像得到多个颜色通道图像;计算颜色通道图像之间的差值得到多个颜色通道差值图,并进行归一化处理得到归一化颜色通道差值图;将设置的注意力模块添加到深度卷积神经网络中构建注意力网络;将交叉熵损失与验证损失通过加权结合为总损失;将归一化颜色通道差值图输入注意力网络进行噪声特征学习,根据损失值更新网络权重系数,训练注意力网络,完成训练后保存注意力网络的模型和权重;训练后的注意力网络预测分类结果。本发明能准确提取欺骗噪声特征,提高人脸欺骗检测模型的泛化能力。

技术领域

本发明涉及人脸检测识别技术领域,具体涉及一种基于颜色通道差值图特征的人脸欺骗检测方法及系统。

背景技术

人脸欺骗检测就是判断人脸识别过程中是真人脸还是静态或者动态假脸,这些假脸通常可能是打印的人脸照片、重放的人脸视频或3D面膜等,现有人脸欺骗检测技术中一种方式是基于传统手工特征来实施检测,例如,通过提取纹理特征等,另一种方式是通过基于深度学习进行检测;而基于手工提取特征的方法易受到光照条件和场景的影响,且提取的特征不够丰富,难以满足检测准确率的需求;大部分基于深度学习的方法在进行训练时都直接采用RGB或灰度图像作为网络输入,这种方式导致网络学习到的特征可能不是用于区分活体图像的有效特征,而是拟合了人脸识别的特征,在“真/假”两类标签的监督训练下使模型容易只关注两类训练数据中非欺骗信息的差异(例如人脸结构差异、背景内容差异等),故模型在库内检测准确率高,但跨库性能大幅降低,泛化性差。

发明内容

为了克服现有技术存在的缺陷与不足,本发明提供一种基于颜色通道差值图特征的人脸欺骗检测方法,本发明所设计的网络能准确提取欺骗噪声特征,提高网络模型的泛化能力。

为了达到上述目的,本发明采用以下技术方案:

本发明提供一种基于颜色通道差值图特征的人脸欺骗检测方法,包括下述步骤:

视频数据预处理,选取人脸图像;

提取所述人脸图像得到多个颜色通道图像;

计算所述颜色通道图像之间的差值,得到多个颜色通道差值图;

对所述颜色通道差值图进行归一化处理,得到归一化颜色通道差值图;

设置多个注意力模块,将所述注意力模块添加到深度卷积神经网络的每个基础网络结构中,构建注意力网络;

采用分类标签计算交叉熵损失,采用人脸图像的特征向量计算验证损失,将交叉熵损失与验证损失通过加权结合为总损失;

将所述归一化颜色通道差值图输入所述注意力网络进行噪声特征学习,以最小化损失函数为目标训练注意力网络;

根据损失值更新网络权重系数,在注意力网络训练完成后保存注意力网络的模型和权重;

提取待检测视频数据的人脸图像,并转换为归一化颜色通道差值图后输入到训练后的注意力网络,预测分类结果。

作为优选的技术方案,所述视频数据预处理,具体步骤包括:从视频数据中提取图像帧,采用人脸识别算法检测人脸区域,裁剪后得到统一尺寸的人脸图像,作为待训练的人脸图像。

作为优选的技术方案,所述提取所述人脸图像得到多个颜色通道图像,所述人脸图像采用RGB格式图像,提取得到红、绿、蓝3个颜色通道图像。

作为优选的技术方案,计算所述颜色通道图像之间的差值,得到多个颜色通道差值图,具体步骤包括:

将人脸图像表示为:

J(x,y)=I(x,y)+Z(x,y)

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华南理工大学;中新国际联合研究院,未经华南理工大学;中新国际联合研究院许可,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/202010186904.3/2.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