一种基于风格增强的人脸活体检测方法技术

本发明专利技术涉及一种基于风格增强的人脸活体检测方法，包括2个阶段，风格特征提取阶段和风格特征增强阶段。在风格特征提取阶段，通过风格特征提取网络提取当前输入活体(假体)图像的风格，然后在元网络中将该风格转变成转换网络中的特征，接着在转换网络对内容图像进行风格增强，获取风格增强后的假体(活体)，最后通过计算图像风格损失、图像内容损失、图像变化损失，更新整个网络。在风格特征增强阶段，首先对风格特征提取阶段训练完毕的风格特征提取网络固定所有权重，然后向该网络输进风格图像，获得小样本场景下的风格，该风格经过多级特征融合、元网络的计算，变成转换网络中的特征权重，在给定的内容图像下，在转换网络中快速大量产生风格化的图像，进一步训练活体模型。型。型。

【技术实现步骤摘要】
一种基于风格增强的人脸活体检测方法


[0001]本专利技术涉及计算机视觉、模式识别、机器学习、卷积神经网络、人脸识别等领域，特别涉及一种基于风格增强的人脸活体检测方法。

技术介绍

[0002]人脸识别技术已经广泛应用在安防监控、人机交换、电子商务、移动支付等领域，而人脸活体检测是人脸识别第一道门槛，也是人脸识别技术应用的前提。当前活体检测中，主要的技术解决方案有交互式活体检测、多源信息融合活体检测、静态图像活体检测。交互式活体检测需要用户配合操作，十分之不便，步骤繁琐，用户易抵触，效率低。多源信息融合的活体检测往往需要增加深度摄像头、红外摄像头、3D摄像头、麦克风等，不仅仅增加了硬件开销，同时也带来了大量复杂的3D建模计算。静态图像活体检测是一种低成本、快速的活体检测方法，但由于场景众多且复杂，在场景光照、相机镜头物理参数与性能、抓拍活体时人脸的状态、假体攻击手段等因素之间相互影响，得到的RGB图像风格往往差异性大，导致不同场景下的模型泛化能力低。
[0003]在当前的静态图像活体检测方法中，通常会在单一或若干图像风格类型下，进行活体检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于风格增强的人脸活体检测方法，其特征在于，分为2个阶段，风格特征提取阶段和风格特征增强阶段，其中，在所述风格特征提取阶段，包括步骤：S101：将风格图像(100)输入风格特征提取网络(102)；S102：将风格图像(100)的风格特征通过多级特征融合(103)输入至元网络(104)；S103：元网络(104)将风格特征转换为转换网络(105)的权重；S104：输入内容图像(101)至转换网络(105)；S105：所述转换网络(105)中对输入的内容图像(101)进行前向推理计算，获得风格化的图像(106)；S106：将所述内容图像(101)输入至风格特征提取网络(102),在风格特征提取网络102中进行前向计算，于conv1_relu、res2b_relu、res3b_relu、res4b_relu层获得输入内容图像的风格特征，于res5b_relu层获得图像内容特征；S107：将风格化的图像(106)输入至风格特征提取网络(102)，在风格特征提取网络(102)中进行前向计算，于conv1_relu、res2b_relu、res3b_relu、res4b_relu层获得输入风格图像的风格特征，于res5b_relu层获得图像内容特征；S108：计算模型函数损失；S109：模型梯度反向更新，根据步骤S108计算结果，计算整个网络的梯度，同步更新风格特征提取网络(102)、元网络(104)、转换网络(105)中大核卷积；在所述风格特征增强阶段，包括步骤：S201：固定风格特征提取网络(102)、元网络(104)、转换网络(105)中大核卷积的权重；S202：输入风格图像(100)，获得转换网络(105)的权重；S203：根据步骤S202得到的转换网络权重，转换网络(105)对输进来的内容图像(101)进行前向计算，获得风格化的图像(106)；S204：根据生成的风格化的图像(106)，训练活体模型。2.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的风格图像和内容图像为活体图像或假体图像。3.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的元网络由特征统计层和分组连接层构成。4.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的转换网络(105)采用轻量化编码
‑
解码全卷积神经网络，其中编码器为3层卷积层，解码器为3层反卷积层。5.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，所述的大卷积核大小为9*9层的参数。6.根据权利要求1所述的基于风格增强的人脸活体检测方法，其特征在于，在所述步骤S108中，所述模型函数损失包括图像内容损失...

【专利技术属性】
技术研发人员：凌康杰，林焕凯，陈利军，洪曙光，王祥雪，刘双广，
申请(专利权)人：高新兴科技集团股份有限公司，
类型：发明
国别省市：