【技术实现步骤摘要】
一种两级人脸防伪检测方法
本专利技术属于生物认证防伪领域，具体涉及一种两级人脸防伪检测方法。
技术介绍
随着技术的发展，人类使用多种生物特征作为认证系统的重要凭证，比如指纹，人脸，声音，瞳孔等。无论从经济角度还是社会角度，人脸都是最具有影响力的生物特征之一。另外，由于人脸识别和人脸检测的快速发展，这项技术已经在众多场合得到应用，大到机密场合的门禁系统，小到笔记本电脑的登录系统，甚至是移动终端的解锁系统，和其他生物特征相比，人脸认证逐渐成为最常使用的一种认证方式。欺骗攻击是针对生物认证系统的一种攻击，它通过向传感器呈现合法生物特征的伪造版本，企图使生物认证系统将非法用户认证为合法用户，从而使该非法用户进入生物认证系统。由于攻击者可以轻易地从个人网站或社交网站中获取合法用户的面目特征，甚至攻击者还可以近距离地拍摄合法用户的照片和视频，和其他生物特征相比，针对人脸的欺骗攻击更容易实施。一般说来，人脸欺骗攻击可以分为3类：照片攻击，视频攻击和面具攻击。照片攻击是指攻击者将合法用户的照片打印在纸上或显示在电子设备的屏幕...
【技术保护点】
1.一种两级人脸防伪检测方法，其特征在于，包括以下步骤：/n构建基于区域人脸防伪卷积神经网络且用于对于输入的人脸图像进行第一级防伪检测的第一级人脸防伪检测器；/n构建基于LBP特征且用于对输入的人脸区域图像进行第二级防伪检测的第二级人脸防伪检测器；/n利用所述第一级人脸防伪检测器对输入的人脸图像进行第一级防伪检测，获得第一级人脸防伪检测结果；/n在所述第一级人脸防伪检测结果不满足需求时，基于所述第一级人脸防伪检测结果利用所述第二级人脸防伪检测器对输入的人脸区域图像进行第二级防伪检测，获得第二级人脸防伪检测结果；/n融合所述第一级人脸防伪检测结果和所述第二级人脸防伪检测结果，...
【技术特征摘要】
1.一种两级人脸防伪检测方法，其特征在于，包括以下步骤：
构建基于区域人脸防伪卷积神经网络且用于对于输入的人脸图像进行第一级防伪检测的第一级人脸防伪检测器；
构建基于LBP特征且用于对输入的人脸区域图像进行第二级防伪检测的第二级人脸防伪检测器；
利用所述第一级人脸防伪检测器对输入的人脸图像进行第一级防伪检测，获得第一级人脸防伪检测结果；
在所述第一级人脸防伪检测结果不满足需求时，基于所述第一级人脸防伪检测结果利用所述第二级人脸防伪检测器对输入的人脸区域图像进行第二级防伪检测，获得第二级人脸防伪检测结果；
融合所述第一级人脸防伪检测结果和所述第二级人脸防伪检测结果，获得最终人脸防伪检测结果。
2.如权利要求1所述的两级人脸防伪检测方法，其特征在于，所述区域人脸防伪卷积神经网络包括基础卷积层单元，区域生成网络单元，RoI池化层、融合单元以及分类回归单元，其中，
所述基础卷积层单元用于提取人脸图像的图像特征，并输出至所述区域生成网络单元，所述区域生成网络单元基于图像特征进行区域生成，获得可能包含人脸的候选框坐标和可能存在人脸的置信度；
所述基础卷积层单元后三层提取的图像特征和所述区域生成网络单元获得的候选框坐标经过所述RoI池化层池化后输入至所述融合单元；
所述融合单元采用注意力机制对输入的特征进行融合获得用于分类的区域特征块并输出至所述分类回归单元；
所述分类回归单元对输入的区域特征块进行分类和回归，输出包含第一分类结果置信度和人脸位置坐标的第一级人脸防伪检测结果。
3.如权利要求2所述的两级人脸防伪检测方法，其特征在于，所述基础卷积层单元以VGG-16为基础网络，去掉后面的池化层。
4.如权利要求1～3任一项所述的两级人脸防伪检测方法，其特征在于，对所述基于区域人脸防伪卷积神经网络进行训练以优化参数，确定的参数与所述区域人脸防伪卷积神经网络结构组成第一级人脸防伪检测器，训练过程为：
以人脸图像、包含分类值和人脸区域坐标的标签值作为训练样本，利用训练样本对于区域人脸防伪卷积神经网络进行参数优化，参数优...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。