基于非对称辅助信息嵌入网络的人脸反欺诈方法及系统技术方案

本公开提供了一种基于非对称辅助信息嵌入网络的人脸反欺诈方法及系统，包括：获取人脸图像，获取人脸关键点位置；根据所述人脸关键点位置，对所述人脸图像进行预处理操作；将所述经过预处理操作的人脸图像输入到预训练的非对称辅助信息嵌入网络中，获得所述人脸图像对应的判断为真实人脸的置信度列表；将所述置信度列表中的值与预设的置信度阈值进行对比，获得所述人脸图像中所有人脸的反欺诈检测结果。所述方案通过非对称的多分类方法和非对称三元组损失，一方面引导算法发现多种攻击类型的特征，另一方面拉大真实人脸类别与其他多种假人脸攻击类别的距离，从而提高算法对攻击类型的泛化性和在实际应用中的实用性。类型的泛化性和在实际应用中的实用性。类型的泛化性和在实际应用中的实用性。

【技术实现步骤摘要】
基于非对称辅助信息嵌入网络的人脸反欺诈方法及系统


[0001]本公开属于人工智能、模式识别和数字图像处理等
，尤其涉及一种基于非对称辅助信息嵌入网络的人脸反欺诈方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]人脸反欺诈，别称活体检测、人脸表示攻击检测等，旨在判断捕捉到的人脸是真实人脸，还是伪造的人脸攻击(如：纸张打印图像、电子屏幕中的图像或视频、面具等)。常用的人脸表示攻击工具有纸张、电子屏幕、3D面具等。
[0004]近年来，随着人工智能和深度学习的发展，人脸识别技术在我们的日常生活中得到了广泛的应用，如设备解锁、门禁、人脸支付等；同时，其安全问题也受到越来越多的关注。专利技术人发现，与指纹、虹膜等其他生物特征相比，人脸更容易获取，但在恶意环境中，这种优势变成了弱点，攻击者使用有效用户的照片或视频很容易欺骗人脸识别系统。另一方面，随着科技的发展，如3D面具等更复杂的攻击工具越来越多，使得人脸识别系统面临更大的威胁；近年来，人脸反欺诈技术取得了一定的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于非对称辅助信息嵌入网络的人脸反欺诈方法，其特征在于，包括：获取人脸图像，检测其人脸位置区域，并根据所述人脸位置区域获取人脸关键点位置；根据所述人脸关键点位置，对所述人脸图像进行预处理操作；将所述经过预处理操作的人脸图像输入到预训练的非对称辅助信息嵌入网络中，获得所述人脸图像对应的判断为真实人脸的置信度列表；将所述置信度列表中的值与预设的置信度阈值进行对比，获得所述人脸图像中所有人脸的反欺诈检测结果。2.如权利要求1所述的一种非对称辅助信息嵌入网络的人脸反欺诈方法，其特征在于，所述预处理操作包括：根据两只眼睛的中心关键点坐标旋转所述人脸图像，使得两只眼睛的中心位于同一水平线上；根据两只眼睛中心的间距，以两眼中心点为基准点，以预设比例剪裁人脸。3.如权利要求1所述的一种非对称辅助信息嵌入网络的人脸反欺诈方法，其特征在于，所述预处理操作还可以为：根据两只眼睛的中心关键点坐标旋转所述人脸图像，使得两只眼睛的中心位于同一水平线上；根据两眼中心点到嘴巴中心点的距离，以两眼中心点为基准点，以预设比例剪裁人脸。4.如权利要求1所述的一种非对称辅助信息嵌入网络的人脸反欺诈方法，其特征在于，所述非对称辅助信息嵌入网络包括顺序连接的输入层、主干网络、深度图生成辅助网络、反射图生成辅助网络、二分类辅助网络和多分类辅助网络。5.如权利要求1所述的一种非对称辅助信息嵌入网络的人脸反欺诈方法，其特征在于，所述非对称辅助信息嵌入网络的训练包括：预先建立非对称辅助信息嵌入网络，然后将预设标准大小的人脸图像输入到所述非对称辅助信息嵌入网络中，对所述非对称辅助信息嵌入网络进行训练，直至所述非对称辅助信息嵌入网络模型收敛而完成训练。6.如权利要求5所述的一种非对称辅助信息嵌入网络的人脸反欺诈方法，其特征在于，将预设标准大小的人脸图像输入到所述非对称辅助信息嵌入网络中，对所述非对称辅助信息嵌入网络进行训练的步骤具体包括：将预设标准大小的人脸图像经输入层输入主干网络中，得到三个层次的特征，分别为低层特征、中层特征和高层特征；将所述低层特征、中层特征...

【专利技术属性】
技术研发人员：李琦，单彩峰，王卫宁，孙哲南，董潇潇，王海滨，李凯，
申请(专利权)人：中科人工智能创新技术研究院青岛有限公司，
类型：发明
国别省市：