[发明专利]一种基于风格增强的人脸活体检测方法

权利要求书

1.一种基于风格增强的人脸活体检测方法，其特征在于，分为2个阶段，风格特征提取阶段和风格特征增强阶段，其中，

在所述风格特征提取阶段，包括步骤：

S101：将风格图像(100)输入风格特征提取网络(102)；

S102：将风格图像(100)的风格特征通过多级特征融合(103)输入至元网络(104)；

S103：元网络(104)将风格特征转换为转换网络(105)的权重；

S104：输入内容图像(101)至转换网络(105)；

S105：所述转换网络(105)中对输入的内容图像(101)进行前向推理计算，获得风格化的图像(106)；

S106：将所述内容图像(101)输入至风格特征提取网络(102),在风格特征提取网络102中进行前向计算，于conv1_relu、res2b_relu、res3b_relu、res4b_relu层获得输入内容图像的风格特征，于res5b_relu层获得图像内容特征；

S107：将风格化的图像(106)输入至风格特征提取网络(102)，在风格特征提取网络(102)中进行前向计算，于conv1_relu、res2b_relu、res3b_relu、res4b_relu层获得输入风格图像的风格特征，于res5b_relu层获得图像内容特征；

S108：计算模型函数损失；

S109：模型梯度反向更新，根据步骤S108计算结果，计算整个网络的梯度，同步更新风格特征提取网络(102)、元网络(104)、转换网络(105)中大核卷积；

在所述风格特征增强阶段，包括步骤：

S201：固定风格特征提取网络(102)、元网络(104)、转换网络(105)中大核卷积的权重；

S202：输入风格图像(100)，获得转换网络(105)的权重；

S203：根据步骤S202得到的转换网络权重，转换网络(105)对输进来的内容图像(101)进行前向计算，获得风格化的图像(106)；

S204：根据生成的风格化的图像(106)，训练活体模型。

2.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的风格图像和内容图像为活体图像或假体图像。

3.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的元网络由特征统计层和分组连接层构成。

4.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的转换网络(105)采用轻量化编码-解码全卷积神经网络，其中编码器为3层卷积层，解码器为3层反卷积层。

5.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的大卷积核大小为9*9层的参数。

6.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，在所述步骤S108中，所述模型函数损失包括图像内容损失、图像风格损失、图像变化损失。