[发明专利]人脸识别过程中的欺诈行为检测方法及装置

权利要求书

1.一种人脸识别过程中的欺诈行为检测方法，包括：

在用户进行人脸识别的过程中，获取所述用户的人脸图像；

将所述人脸图像输入预先训练的欺诈检测模型进行欺诈行为检测；所述欺诈检测模型包括编码器、解码器和分类器；所述欺诈行为检测包括，利用所述编码器获取所述人脸图像的目标特征表示；利用所述解码器基于所述目标特征表示，生成对应于所述人脸图像的欺诈线索图；所述欺诈线索图示出欺诈行为的判别特征；利用所述分类器基于所述欺诈线索图以及所述人脸图像，确定所述人脸图像的第一打分，所述第一打分表示该次人脸识别存在欺诈行为的概率；

从所述人脸图像中提取成像设备的设备特征；

将所述设备特征输入预先训练的设备类型预测模型，以预测所述人脸图像对应于各预定设备类型的多个打分；

基于所述多个打分中的最高分，以及所述第一打分，确定该次人脸识别是否存在欺诈行为。

2.根据权利要求1所述的方法，其中，所述欺诈检测模型还包括辅助图生成器；所述欺诈检测模型通过以下步骤训练得到：

获取训练样本集，其中的每个训练样本包括一张样本图像和三个样本标签；其中的第一标签指示样本图像是否为欺诈图像、第二标签为样本图像的标定深度图，第三标签为样本图像的标定反射图；

将所述训练样本集中的各样本图像输入所述欺诈检测模型；

其中，对于任意的第一样本图像，利用所述编码器获取所述第一样本图像的样本特征表示；利用所述辅助图生成器基于所述样本特征表示，生成对应于所述第一样本图像的预测深度图和预测反射图；所述预测深度图示出所述第一样本图像中的人脸的三维几何信息；所述预测反射图示出所述第一样本图像中的光谱信息；利用所述解码器基于所述样本特征表示，生成对应于所述第一样本图像的样本线索图；利用所述分类器基于所述样本线索图以及所述第一样本图像，确定所述第一样本图像的样本打分；

根据各样本图像各自对应的第一标签以及样本打分，确定第一预测损失；根据各样本图像各自对应的预测深度图以及第二标签，确定第二预测损失；根据各样本图像各自对应的预测反射图以及第三标签，确定第三预测损失；根据各样本图像中活体图像的样本线索图，确定第四预测损失；

至少以最小化所述第一、第二、第三和第四预测损失为目标，调整所述欺诈检测模型的模型参数。

3.根据权利要求2所述的方法，其中，所述辅助图生成器包括用于生成所述预测深度图的第一生成器和用于生成所述预测反射图的第二生成器。

4.根据权利要求3所述的方法，其中，所述利用所述辅助图生成器基于所述样本特征表示，生成对应于所述第一样本图像的预测深度图，包括：

利用所述第一生成器对所述样本特征表示进行若干次卷积处理和若干次转置卷积处理，得到表示所述第一样本图像中的人脸的三维几何信息的UV位置图；

将所述UV位置图作为所述预测深度图。

5.根据权利要求3所述的方法，其中，所述利用所述辅助图生成器基于所述样本特征表示，生成对应于所述第一样本图像的预测反射图，包括：

利用所述第二生成器对所述样本特征表示进行若干次卷积处理后进行线性变换处理，得到对应于所述第一样本图像的两张RGB图；

将所述两张RGB图中包含光谱信息的RGB图作为所述预测反射图。

6.根据权利要求1所述的方法，其中，所述编码器包括具有不同网络层数和/或网络参数的两个中心差分卷积网络；

所述利用所述编码器获取所述人脸图像的目标特征表示，包括：

分别利用所述两个中心差分卷积网络对所述人脸图像进行卷积处理，得到两个中间特征表示；

对所述两个中间特征表示进行融合，得到所述目标特征表示。