图像检测方法及装置制造方法及图纸

本申请实施例提供图像检测方法及装置，其方法包括：接收采集设备上传的待检测的目标图像；根据所述目标图像，确定背景区域和主体区域；对所述背景区域进行检测，得到第一检测结果，以及，对所述主体区域进行检测，得到第二检测结果；根据所述第一检测结果和所述第二检测结果，确定所述目标图像是否为攻击图像。解决了现有技术无法准确有效地检测攻击图像的问题，进而保证安全性。进而保证安全性。进而保证安全性。

【技术实现步骤摘要】
图像检测方法及装置


[0001]本申请实施例涉及安全
，尤其涉及一种图像检测方法及装置。

技术介绍

[0002]随着计算机技术的不断深入发展，为了提升用户在日常生产和生活中的效率，各种特征识别模型应运而生。以人脸识别技术为例，基于深度学习的人脸识别技术被广泛的应用于多种场景，比如，人脸考勤、人脸支付、人脸查询等，可有效提升用户操作时的效率。但是，人脸识别技术的广泛应用，可能会造成个人信息泄露的情况发生。比如，通过攻击图像，达到获取信息的目的。
[0003]目前，常见的攻击类型包括呈现式攻击(Presentation Attacks，PA)和注入式攻击。呈现式攻击，通过使用防范照片攻击和视频攻击的算法进行图像检测以达到防范的目的；注入式攻击，会通过非法操作控制设备摄像头，然后上传一张非法渠道得到的用户证件照片前往云端进行验证，这样的证件照本身是属于真人的生物特征检测范畴，所以使用防范照片攻击和视频攻击的算法进行防范效果不佳。因此，针对注入式攻击的手段难以检测，且检测准确率不高。
[0004]因此，在注入式攻击的场景下，现有技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：接收采集设备上传的待检测的目标图像；根据所述目标图像，确定背景区域和主体区域；对所述背景区域进行检测，得到第一检测结果，以及，对所述主体区域进行检测，得到第二检测结果；根据所述第一检测结果和所述第二检测结果，确定所述目标图像是否为攻击图像。2.根据权利要求1所述的方法，其特征在于，所述对所述背景区域进行检测，得到第一检测结果，包括：根据所述背景区域，确定像素分布信息，所述像素分布信息用于表示所述第一检测结果；相应的，所述主体区域包括人脸区域；所述对所述主体区域进行检测，得到第二检测结果，包括：根据所述人脸区域，通过用于人脸防伪的分类模型，预测得到所述目标图像为攻击图像的得分，所述目标图像为攻击图像的得分用于表示所述第二检测结果；其中，所述分类模型由卷积神经网络训练得到的。3.根据权利要求2所述的方法，其特征在于，所述根据所述人脸区域，通过用于人脸防伪的分类模型，预测得到所述目标图像为攻击图像的得分，包括：在所述目标图像上，对所述人脸区域进行人脸框的扩增，得到目标人脸区域，所述目标人脸区域包括所述人脸区域、背景颜色区域以及领口区域；将所述目标人脸区域输入到所述分类模型中，预测得到所述目标图像为攻击图像的得分。4.根据权利要求2或3任一项所述的方法，其特征在于，所述根据所述目标图像，确定背景区域和主体区域，包括：根据所述目标图像，通过人像分割模型，得到背景区域；根据所述目标图像，通过人脸检测模型，得到人脸区域；其中，所述人像分割模型和所述人脸检测模型均由卷积神经网络训练得到的。5.根据权利要求2或3所述的方法，其特征在于，所述根据所述背景区域，确定像素分布信息，包括：对所述背景区域中各个像素点进行方差计算，得...

【专利技术属性】
技术研发人员：高志华，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：