一种基于双边分支网络的人脸活体检测方法及系统技术方案

本发明专利技术的实施例提供一种基于双边分支网络的人脸活体检测方法，通过获取人脸样本图像，构建基于活体检测的双边分支网络，将人脸样本图像输入基于活体检测的双边分支网络，训练得到基于活体检测的双边分支网络模型，将待检测的人脸图像输入基于活体检测的双边分支网络模型，进行活体人脸图像检测。本发明专利技术的实施例同时提供一种基于双边分支网络的人脸活体检测系统。本发明专利技术的实施例通过构建基于活体检测的双边分支网络，训练优化基于活体检测的双边分支网络模型，能够快速准确地实现活体人脸识别，有效地提高了非平衡样本数据的检测准确率，实用性强，有效地提高了人脸识别效率及安全性。

【技术实现步骤摘要】
一种基于双边分支网络的人脸活体检测方法及系统
本专利技术涉及计算机视觉及图像识别
，具体而言，涉及一种基于双边分支网络(Two-sidedbranchnetwork，TSBN)的人脸活体检测方法及系统。
技术介绍
随着计算机视觉与模式识别技术的深入研究与快速发展，人脸识别、指纹识别、虹膜识别等生物特征识别技术在不同场景中得到应用。其中，人脸识别技术因具有使用方便、非接触性等优点，在金融、安防及互联网等诸多领域得到广泛应用。与此同时，通过使用照片、视频、面具等伪装活体人脸进行人脸识别系统攻击，也对人脸识别系统的安全性提出了挑战，如何通过有效识别活体人脸，提高人脸识别系统安全性成为了用户普遍关注的问题。目前，活体人脸识别方法的研究大都是基于理想的样本数据，即样本数据为每类样本数量一致的平衡数据，采用诸如ImageNet、ILSVR、MSCOCO和Places等高质量大规模数据集进行活体人脸识别模型的设计与测试。然而，在真实应用场景中，往往需要面对非平衡数据，由于数据集的类别分布严重不均匀，少数类别占据了大量数据，而大多数类别却有很少的本文档来自技高网...

【技术保护点】
1.一种基于双边分支网络的人脸活体检测方法，其特征在于，包括以下步骤：/nS101，获取人脸样本图像，所述人脸样本图像包括活体人脸图像和非活体人脸图像，对获取到的所述人脸样本图像进行预处理；/nS102，构建基于活体检测的双边分支网络，所述基于活体检测的双边分支网络包括第一分支和第二分支，所述第一分支和所述第二分支的网络结构相同；/nS103，将所述人脸样本图像输入所述基于活体检测的双边分支网络，训练得到基于活体检测的双边分支网络模型；/nS104，将待检测的人脸图像输入所述基于活体检测的双边分支网络模型，判断输出数据是否大于预设阈值，若是，则确定所述待检测图像为活体人脸图像；若否，则确定所述...

【技术特征摘要】
1.一种基于双边分支网络的人脸活体检测方法，其特征在于，包括以下步骤：
S101，获取人脸样本图像，所述人脸样本图像包括活体人脸图像和非活体人脸图像，对获取到的所述人脸样本图像进行预处理；
S102，构建基于活体检测的双边分支网络，所述基于活体检测的双边分支网络包括第一分支和第二分支，所述第一分支和所述第二分支的网络结构相同；
S103，将所述人脸样本图像输入所述基于活体检测的双边分支网络，训练得到基于活体检测的双边分支网络模型；
S104，将待检测的人脸图像输入所述基于活体检测的双边分支网络模型，判断输出数据是否大于预设阈值，若是，则确定所述待检测图像为活体人脸图像；若否，则确定所述待检测图像为非活体人脸图像。


2.根据权利要求1所述的基于双边分支网络的人脸活体检测方法，其特征在于，所述对获取到的所述人脸样本图像进行预处理的步骤，包括：
标识所述人脸样本图像中的活体人脸图像和非活体人脸图像，分别得到训练样本集和测试样本集。


3.根据权利要求2所述的基于双边分支网络的人脸活体检测方法，其特征在于，所述基于活体检测的双边分支网络，还包括：累积学习策略；以及，
所述累积学习策略聚合所述第一分支和所述第二分支输出的特征向量。


4.根据权利要求3所述的基于双边分支网络的人脸活体检测方法，其特征在于，所述累积学习策略聚合所述第一分支和所述第二分支输出的特征向量的步骤，具体为：
根据自适应权重参数a，聚合所述第一分支和所述第二分支输出的特征向量，所述自适应权重参数a通过以下公式确定：



其中，Tmax表示训练的总次数，T表示当前的训练次数。


5.根据权利要求1-4中任一项所述的基于双边分支网络的人脸活体检测方法，其特征在于，所述基于活体检测的双边分支网络的所述第一分支和所述第二分支的网络参数...

【专利技术属性】
技术研发人员：李薪宇，
申请(专利权)人：成都奥快科技有限公司，
类型：发明
国别省市：四川;51