人脸防伪检测方法及系统技术方案

本申请涉及一种人脸防伪检测方法及系统，其中，该人脸防伪检测方法包括：样本数据集构建步骤，用于获取采集样本并根据所述采集样本基于非防伪特征信息采集若干正样本对及若干负样本对，建立样本数据集；人脸防伪检测模型构建步骤，用于基于CDCN网络及分类器构建得到所述人脸防伪检测模型；模型预训练步骤，用于将所述样本数据集输入所述人脸防伪检测模型进行训练以调整所述人脸防伪检测模型的权重，得到预训练后的人脸防伪检测模型；人脸防伪检测步骤，用于将一待检测人脸图像输入预训练后的所述人脸防伪检测模型，得到检测结果。通过本申请，将非防伪特征信息从防伪特征中剔除，从而提升人脸防伪模型的性能。

【技术实现步骤摘要】
人脸防伪检测方法及系统
本申请涉及人脸检测领域，特别是涉及人脸防伪检测方法及系统。
技术介绍
人脸防伪识别指的是针对伪造的人脸特征进行有效甄别，比如在人脸识别系统中，会有人制造一些伪造的人脸对人脸识别系统进行攻击，常见的非活体攻击类型主要有：照片攻击；屏幕播放攻击(包括视频或者照片或者远程遥控)；软件模拟。使用目前的打印照片翻拍和手机(多种不同手机类型)屏幕翻拍，已经足够覆盖大部分常见的攻击，包括软件模拟(等效于翻拍)。人脸防伪识别就是针对伪造的人脸特征进行甄别。一般在人脸识别系统中，用户需要通过人脸防伪识别的检测，又可以被称为活体检测。现有的人脸检测方案中，如公开号为106372601A的专利中公开的一种基于红外可见双目图像的活体检测方法及装置，该专利技术先通过红外摄像头能否采集图像进行预识别，这样可以防住全部的视频攻击、大部分的照片、孔洞攻击、3d面具攻击，再通过对可见光成像和红外光成像之间的特征对比，最终保证了极大的非活体攻击。但是，通过判断近红外成像中是否能检测到人脸以及人脸与眼部在可见光、近红外成像中的区别来抵御伪造人脸的攻击本文档来自技高网...

【技术保护点】
1.一种人脸防伪检测方法，其特征在于，包括：/n样本数据集构建步骤，用于获取采集样本并根据所述采集样本基于非防伪特征信息采集若干正样本对及若干负样本对，建立样本数据集；/n人脸防伪检测模型构建步骤，用于基于CDCN网络及分类器构建得到所述人脸防伪检测模型；/n模型预训练步骤，用于将所述样本数据集输入所述人脸防伪检测模型进行训练以调整所述人脸防伪检测模型的权重，得到预训练后的人脸防伪检测模型；/n人脸防伪检测步骤，用于将一待检测人脸图像输入预训练后的所述人脸防伪检测模型，得到检测结果。/n

【技术特征摘要】
1.一种人脸防伪检测方法，其特征在于，包括：
样本数据集构建步骤，用于获取采集样本并根据所述采集样本基于非防伪特征信息采集若干正样本对及若干负样本对，建立样本数据集；
人脸防伪检测模型构建步骤，用于基于CDCN网络及分类器构建得到所述人脸防伪检测模型；
模型预训练步骤，用于将所述样本数据集输入所述人脸防伪检测模型进行训练以调整所述人脸防伪检测模型的权重，得到预训练后的人脸防伪检测模型；
人脸防伪检测步骤，用于将一待检测人脸图像输入预训练后的所述人脸防伪检测模型，得到检测结果。


2.根据权利要求1所述的人脸防伪检测方法，其特征在于，所述样本数据集构建步骤进一步包括：
正样本对获取步骤，用于以非防伪特征信息作为变量从所述采集样本中获取正样本对；
负样本对获取步骤，用于从所述采集样本中获取相同场景下身份信息相同的真、伪人脸图像组成负样本对。


3.根据权利要求1或2所述的人脸防伪检测方法，其特征在于，所述正样本对获取步骤进一步包括：
第一正样本对获取步骤，用于从所述采集样本中获取相同场景下身份信息相同但光线信息和/或运动信息不同的人脸图像组成第一正样本对；
第二正样本对获取步骤，用于从所述采集样本中获取具有同一身份信息的场景不同的人脸图像组成第二正样本对；
第三正样本对获取步骤，用于从所述采集样本中获取不同身份信息的人脸图像组成第三正样本对；
第四正样本对获取步骤，用于从所述采集样本中获取同一攻击类型的人脸图像组成第四正样本对。


4.根据权利要求3所述的人脸防伪检测方法，其特征在于，所述模型预训练步骤中，通过循环随机抽取所述样本数据集中的正样本对和负样本对进行模型训练。


5.根据权利要求1所述的人脸防伪检测方法，其特征在于，所述CDCN网络基于CenterLoss损失函数和MSELoss损失函数自动调整网络权重。
...

【专利技术属性】
技术研发人员：吴康乐，赵晨旭，景逸飞，刘星，唐大闰，
申请(专利权)人：上海明略人工智能集团有限公司，
类型：发明
国别省市：上海;31