【技术实现步骤摘要】
人脸异常认证的识别方法、装置及电子设备
本申请涉及人脸异常认证的识别
，尤其是涉及一种人脸异常认证的识别方法、装置及电子设备。
技术介绍
在手机解锁，移动支付，远程身份验证等关键登录系统场景中，刷脸操作成为了最便捷的行为方式之一，相比于密码验证，利用人身份信息进行验证，更加安全且更能代表本人操作，人脸识别以及安全认证检测技术是系统登录过程中最常用的技术。而目前刷脸行为存在被伪造合法用户人脸的异常的风险，如非用户本人利用伪造的包含有用户脸部信息的照片进行伪造验证等，其安全性有待加强。当确定出用户展示出是伪造的人脸验证信息时，系统能否有效识别人脸异常类型，是业界一直存在的难题。现阶段，目前关于在识别人脸异常的类型的技术上，一般采用让用户配合作相应的动作或者是通过增加其他硬件，如红外、深度、结构光等元器件来识别出人脸异常类型，但是这些方式不仅增加了系统的硬件成本，还存在不能准确快速的识别出人脸异常类型的问题。
技术实现思路
有鉴于此，本申请的目的在于提供一种人脸异常认证的识别方法、装置及电子设备，...
【技术保护点】
1.一种人脸异常认证的识别方法，其特征在于，所述识别方法包括：/n获取异常用户的异常人脸图像；/n将所述异常用户的异常人脸图像输入到预先训练好的人脸异常类型识别器中，输出所述异常用户的人脸异常类型，其中，所述人脸异常类型包括打印照片仿造真人、屏幕翻拍照片仿造真人以及面具仿造真人；/n其中，所述人脸异常类型识别器是包含异常检测特征的识别器，其中所述异常检测特征包括打印照片、所述屏幕翻拍照片以及所述面具的特征。/n
【技术特征摘要】
1.一种人脸异常认证的识别方法，其特征在于，所述识别方法包括：
获取异常用户的异常人脸图像；
将所述异常用户的异常人脸图像输入到预先训练好的人脸异常类型识别器中，输出所述异常用户的人脸异常类型，其中，所述人脸异常类型包括打印照片仿造真人、屏幕翻拍照片仿造真人以及面具仿造真人；
其中，所述人脸异常类型识别器是包含异常检测特征的识别器，其中所述异常检测特征包括打印照片、所述屏幕翻拍照片以及所述面具的特征。
2.根据权利要求1所述的识别方法，其特征在于，通过以下步骤训练所述人脸异常类型识别器，其中，所述人脸异常类型识别器包括人脸特征生成器与人脸特征识别器：
从预先建立的数据集中获取多张样本图像，其中，所述样本图像包括打印照片对应的图像、屏幕翻拍照片对应的图像、面具对应的图像以及真人图像；
针对每一张样本图像，将该样本图像依次输入至对应的顺次连接的异常特征提取器和异常特征识别器，得到该样本图像对应的样本特征类别；
将每种类别的异常特征提取器输出的样本特征类别与初始化后的特征生成器输出的多个样本特征向量进行对抗学习，确定训练好的人脸特征生成器；
将各张样本图像输入至训练好的人脸特征生成器，得出多个目标特征向量，并利用多个目标特征向量对人脸特征识别器进行训练，得到对异常类型分类的人脸特征识别器。
3.根据权利要求2所述的识别方法，其特征在于，所述将每种类别的异常特征提取器输出的样本特征类别与初始化后的特征生成器输出的多个样本特征向量进行对抗学习，确定训练好的人脸特征生成器，包括：
将每一张样本图像输入至所述初始化后的特征生成器，确定每一张样本图像对应的样本特征向量；
针对每一张样本图像，将该样本图像对应的样本特征类别与该样本图像对应的特征向量进行对抗学习，对所述特征生成器的参数进行更新；
当预设的损失函数的输入值与输出值一致时，确定所述特征生成器训练结束，将当前特征生成器的参数确定为训练好的人脸特征生成器的参数。
4.根据权利要求3所述的识别方法，其特征在于，通过以下步骤确定所述样本特征向量：
将样本特征图像输入至初始化后的特征生成器，得到初始特征向量；
对所述初始特征向量进行傅里叶变换，得到频谱向量；
将所述初始特征向量与所述频谱向量进行拼接，得到所述样本特征向量。
5.根据权利要求3所述的识别方法，其特征在于，在对所述特征生成器的参数进行更新的过程中，所述特征生成器中各个参数对应的权重系数保持不变。
6.一种人脸异常认证的识别装置，其特征在于，所述识...
【专利技术属性】
技术研发人员：白世杰，吴富章，赵宇航，王秋明，
申请(专利权)人：北京远鉴信息技术有限公司，
类型：发明
国别省市：北京;11
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。