【技术实现步骤摘要】
活体检测方法、活体检测模型的训练方法及装置
[0001]本申请涉及图像处理
，特别是涉及一种活体检测方法、活体检测模型的训练方法及装置。
技术介绍
[0002]活体检测技术广泛应用于目标识别等场景中，以进行反欺诈行为检测，保护用户权益。而活体检测技术从实现方法上可以分为静默活体检测与配合式活体检测。但是在静默活体检测任务中，针对摄像头获取的图片数据来进行静默活体检测是一个难点。
技术实现思路
[0003]本申请提供一种活体检测方法、活体检测模型的训练方法及装置，可以提高基于摄像头获取的图片数据来进行静默活体检测的准确性。
[0004]为达到上述目的，本申请提供一种活体检测模型的训练方法，该活体检测模型包括第一模块和第二模块，方法包括：
[0005]通过第一模块对训练样本图像进行图像分割而得到分割特征图，基于分割特征图计算图像分割损失；
[0006]通过第二模块对分割特征图进行活体检测而得到活体检测结果，基于活体检测结果计算分类损失；
[0007]基于图像分割损失和分类损失
【技术保护点】
【技术特征摘要】
1.一种活体检测模型的训练方法，其特征在于，所述活体检测模型包括第一模块和第二模块，所述方法包括：通过所述第一模块对训练样本图像进行图像分割而得到分割特征图，基于所述分割特征图计算图像分割损失；通过所述第二模块对所述分割特征图进行活体检测而得到活体检测结果，基于所述活体检测结果计算分类损失；基于所述图像分割损失和所述分类损失计算总损失；以所述总损失对所述活体检测模型的参数进行优化，以得到训练后的活体检测模型。2.根据权利要求1所述的方法，其特征在于，所述通过所述第一模块对训练样本图像进行图像分割而得到分割特征图，基于所述分割特征图计算图像分割损失，包括：对所述训练样本图像中的像素进行预分类，以将所述训练样本图像分割成至少一个区域；利用所述第一模块对所述训练样本图像进行处理而得到分割特征图；基于所述分割特征图中对应于每一所述区域的特征确定每一所述区域的标签，以确定出所述训练样本图像中所有像素的标签；基于所述训练样本图像中每一像素的所述标签及所述分割特征图中与所述标签对应的特征值，计算出所述图像分割损失。3.根据权利要求2所述的方法，其特征在于，所述基于所述分割特征图中对应于每一所述区域的特征确定每一所述区域的标签，包括：将所述分割特征图中对应于所述训练样本图像中每一像素的所有特征值中的最大特征值所属类别，作为每一像素的类别；将每一所述区域中出现次数最多的类别作为每一所述区域中所有像素的标签。4.根据权利要求1所述的方法，其特征在于，所述通过所述第二模块对所述分割特征图进行活体检测而得到活体检测结果，基于所述活体检测结果计算分类损失，之前包括：基于所述训练样本图像构造正样本对和负样本对，所述正样本对中训练样本图像的活体属性相同，所述负样本对中训练样本图像的活体属性不相同；所述通过所述第二模块对所述分割特征图进行活体检测而得到活体检测结果，基于所述活体检测结果计算分类损失，包括：确定所述正样本对在所述活体检测模型下的相似度，以及确定所述负样本对在所述活体检测模型下的相似度；基于所述正样本对的相似度和所述负样本对的相似度计算对比损失；所述基于所述图像分割损失和所述分类损失计算总损失，包括：基于所述图像分割损失、所述对比损失和所述分类损失计算总损失。5.根据权利要求4所述的方法，其特征在于，至少部分所述...
【专利技术属性】
技术研发人员：徐佳文，殷俊，朱树磊，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：
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。