[发明专利]一种基于全局多层连接的第三方人脸拍摄识别方法

说明书

本发明公开了一种基于全局多层连接的第三方人脸拍摄识别方法。本发明利用全局多层连接方式将神经网络的浅层和深层连通起来，将浅层信息与深层信息进行融合，浅层信息包含人物轮廓、角度等直观简单信息，而深层信息包含人物表情、动作等复杂信息，因此全局多层连接可以获得更好的提取特征效果；同时，与传统卷积神经网络特征图高维的通道数相比，本发明的特征拼接模块通过pooling模块和1*1卷积对特征图进行了降维，降低了神经网络参数量和推理计算量，能够实现更快速高效的推理计算；最后，本发明将待检测图片预先进行人脸检测，对于非人像照可以提前进行过滤，从而是入模照片更加干净，使整套识别方法能加智能和准确。

技术领域

本发明涉及电子信息技术领域，特别涉及一种基于全局多层连接的第三方人脸拍摄识别方法。

背景技术

在移动互联网时代，很多手机软件尤其是银行、互金、消金相关APP，都需要确认用户操作是否是自己独立进行，否者可能会导致风险事件的发生。因此，识别用户人脸核验照是否是第三方拍摄具有重大意义。第三方人脸拍摄识别指的是判断一张图片中的人是自持设备拍摄还是第三方持设备拍摄，是一个二分类问题。基于传统数字图像处理的方法主要分析人体轮廓，通过轮廓的形状、长度等特征判断是否属于第三方拍摄，而基于深度学习的卷积神经网络会提取到深层次的抽象信息，如动作、视线角度等，往往又忽略的浅层简单信息，如轮廓、位置等。针对手机人脸核验是获取到的半身照，识别该类半身照既要考虑到简单信息、也要考虑到深层复杂信息，二现有方法都不具备较高的准确率和稳定性。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于全局多层连接的第三方人脸拍摄识别方法，能够识别人脸核验时获取的半身照人脸是否属于第三方拍摄，具有较高准确率和鲁棒性。

本发明提供了如下的技术方案：

本发明提供一种基于全局多层连接的第三方人脸拍摄识别方法，包括以下步骤：

S1：人脸检测模块，对待检测图片进行人脸检测，若未发现人脸则直接返回“未检测到人脸”，提示重新上传，若检测到人脸，则将待检测图片(简称人脸照)送入下一模块；

S2：使用图片预处理模块，对人脸照进行Resize、Normalize归一化操作输出预处理后的图像；

S3：使用全局多层连接模块，对输入图像进行特征提取；

S4：输出模块，对提取到的特征进行预测，得到输入图片是第三方拍摄的得分，将得分与预先设定阈值比较，若得分大于阈值则判定为第三方拍摄人脸照。

作为本发明的一种优选技术方案，步骤S1，包含：

S1.1：使用人脸检测模型，对输入的待检测图片进行人脸检测，获取图片中所有人脸的相关信息；

S1.2：对步骤S1.1中得到的人脸位置信息进行判断，若未检测到人脸则直接返回“未检测到人脸”，提示重新上传；若检测到人脸，则将待检测图片送入下一个模块。

作为本发明的一种优选技术方案，步骤S2，包含：

S2.1：将步骤S1.2中得到的输入图像进行Resize缩放，缩放后得到 224*224分辨率的图像；

S2.2：将步骤S2.1中得到的图像进行归一化操作，将所有像素值归一化到0-1之间，得到归一化后的图像。

作为本发明的一种优选技术方案，步骤S3，包含：

S3.1：将步骤S2.2得到的图片输入到第一卷积模块，得到第一特征图；

S3.2：将步骤S2.2得到的图片和步骤S3.1得到的图片输入到第一拼接模块，得到第一拼接特征图；

S3.3：将步骤S3.2得到的第一拼接特征图输入到第二卷积模块，得到第二特征图；