一种基于面具人脸检测的人脸欺诈识别方法技术

技术编号:33620904 阅读:33 留言:0更新日期:2022-06-02 00:43
本发明专利技术提供了一种基于面具人脸检测的人脸欺诈识别方法,该识别方法使用与人脸识别模型相似的深度学习模型,通过针对性的训练方法,获得对攻击行为产生的反常信号特别敏感的深度学习模型,可弥补通用人脸识别系统针对面具欺诈的防范能力不足,达到识别和防范攻击的目的。目的。目的。

【技术实现步骤摘要】
一种基于面具人脸检测的人脸欺诈识别方法


[0001]本专利技术属于信息安全领域,尤其涉及一种基于面具人脸检测的人脸欺诈识别方法。

技术介绍

[0002]基于深度学习的人脸识别技术已经广泛应用于各种身份验证场合,成为一种受欢迎的非接触式身份验证方式。现有的人脸识别系统通常包括以下几个模块:人脸检测模块、人脸对齐模块、人脸表征模块以及人脸匹配模块。其中,人脸检测模块能够发现在一张图片中人脸的位置并且可以返回每一个带坐标的边界框。人脸对齐的目标就是以相同的方式在图像位于固定位置的一组参考点上进行缩放和裁剪人脸图像,该典型处理需要使用标志探测器找到一组面部标志。在人脸表征阶段,将人脸图像的像素值转换为一个紧凑的有区别的特征向量,并且也可以作为一个模板。在理想情况下,所有同一主题的人脸都应该映射成相类似的特征向量。在人脸匹配模块中,两个模板通过被比较而得到相似性的分数就可以计算出是同一张脸的可能性。
[0003]目前,人脸识别作为一项通用的功能,需考虑适配尽量多的使用场景,并尽可能健壮抗干扰,以保证较好的可用性。因此现有的识别模型并不会专门设计为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于面具人脸检测的人脸欺诈识别方法,包括以下步骤:S1:通过摄像头在线采集当前人脸图像;S2:将采集到的人脸图像输入预先训练好的深度视觉模型进行识别;S3:所述深度视觉模型输出面具识别结果,若人脸图像中存在面具则发出警告;所述步骤S2中深度视觉模型的训练方法如下:S21:通过实际拍摄获得戴面具人脸图像,并将其与正常人脸图像结合,得到训练集和测试集;S22:采用步骤S21得到的训练集输入待训练深度视觉模型中进行训练,并采用测试集进行性能测试,完成训练。2.根据权利要求1所述的人脸欺诈识别方法,其特征在于,对步骤S2中采集的人脸图像记忆训练集和测试集中的人脸图像均进行以下预处理:对人脸图像中的人脸位置进行标示,根据标示出的人脸位置,计算人脸图像中面...

【专利技术属性】
技术研发人员:简军陈芝茂赵丹
申请(专利权)人:北京人人云图信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1