一种人脸活体检测优化方法、装置、设备和介质制造方法及图纸

本申请公开了一种人脸活体检测优化方法、装置、设备和介质，涉及人脸识别技术领域。方法包括：响应于接收到服务端的更新请求指令，将当前神经网络模型的第一参数信息以及当前累计样本数打包，得到当前客户端的本地参数包，并对本地参数包进行加密，发送至服务端；响应于接收到服务端返回的更新参数包，对更新参数包进行解密，得到更新参数包对应的全局神经网络模型的第二参数信息，根据第二参数信息替换本地神经网络模型的第一参数信息的值，并清空本地所有待检测用户的用户数据。本申请能够综合各个客户端整体优化得到全局更优的人脸活体检测算法模型，同时保障各个客户端的数据安全。全。全。

【技术实现步骤摘要】
一种人脸活体检测优化方法、装置、设备和介质


[0001]本申请涉及人脸识别
，特别是涉及一种人脸活体检测优化方法、装置、设备和介质。

技术介绍

[0002]现代科技的不断发展使得人们能够越来越容易地获取合法用户的照片、视频、面具等等。为防止恶意入侵者窃取或伪造他人的生物特征用于身份认证，生物识别系统需要具备活体检测功能，即判断所提交的生物特征是否来自有生命的真实个体。人脸活体检测即是在人脸检测的基础上，辨别当前所获取图像中的人脸是活体人脸(有生命的真实人脸)还是假体人脸(冒充真人的伪造人脸)，以防止不法分子冒用合法用户人脸信息。因此，对于人脸身份认证系统而言，尤其是在一些无人值守的应用场景下，活体检测模块成为了不可或缺的一部分。
[0003]一方面，随着人脸识别及活体检测在日常工作生活中越来越广泛的应用，再加上人工智能技术具有相对较强的可复制性，同一套技术解决方案可以在很多个不同的应用场景下同时运行；而在不同的应用场景下，客户端所接收的用户数据以及所面临的具体问题可能是各不相同的。如何综合各个客户端在各自运行过程中所积累的用户数据，从系统的整体视角进行优化，求得全局更优的人脸活体检测算法模型，是目前亟待解决的技术问题。
[0004]另一方面，与普通密码不同，人脸面部信息属于极其敏感的用户数据，相对外显且非常容易获取。随着人脸识别及活体检测在日常工作生活中越来越广泛的应用，服务提供者可以很轻易地获取到大量的用户数据。近年来，互联网数据库泄露等一系列数据安全事件引发了人们对于科技的反思，数据隐私作为其中一个很重要的话题，也愈发受到人们的关注。为了享受科技带来的便利，用户也许有必要让渡一部分隐私，但隐私数据对外泄露是始终不可容忍的。在使用人脸识别及活体检测等人工智能算法的过程中，如何能够对数据安全以及用户隐私进行切实有效的保护，也是一个非常重要的问题。

技术实现思路

[0005]为了解决上述
技术介绍
中提到的至少一个问题，本申请提供了一种人脸活体检测优化方法、装置、设备和介质，能够综合各个客户端整体优化得到全局更优的人脸活体检测算法模型，同时保障各个客户端的数据安全。
[0006]本申请实施例提供的具体技术方案如下：
[0007]第一方面，提供一种人脸活体检测优化方法，应用于客户端，所述方法包括：
[0008]采集待检测用户的人脸信息，并将所述人脸信息输入存储在本地的预先训练的神经网络模型，输出所述待检测用户的活体检测判断结果，并对所述活体检测判断结果进行计数，得到累计样本数；
[0009]将所述待检测用户的用户数据加密存储至本地数据库中；
[0010]响应于接收到服务端的更新请求指令，将当前所述神经网络模型的第一参数信息
以及当前所述累计样本数打包，得到当前客户端的本地参数包，并对所述本地参数包进行加密，发送至所述服务端；
[0011]响应于接收到所述服务端返回的更新参数包，对所述更新参数包进行解密，得到所述更新参数包对应的全局神经网络模型的第二参数信息，根据所述第二参数信息替换本地神经网络模型的第一参数信息的值，并清空本地所有所述待检测用户的用户数据；
[0012]其中，所述用户数据包括所述人脸信息、对应的所述活体检测判断结果以及所述累计样本数中的至少一种。
[0013]进一步的，所述采集待检测用户的人脸信息，并将所述人脸信息输入存储在本地的预先训练的神经网络模型，输出所述待检测用户的活体检测判断结果，并对所述活体检测判断结果进行计数，得到累计样本数，包括：
[0014]采集待检测用户的人脸信息并进行预处理；
[0015]将预处理后的人脸信息输入存储在本地的预先训练的神经网络模型，输出所述待检测用户的置信度分数，根据所述置信度分数判断所述待检测用户的人脸是否为活体人脸，得到所述待检测用户的活体检测判断结果；
[0016]对所述活体检测判断结果进行计数，得到累计样本数；
[0017]其中，每得到一个待检测用户的活体检测判断结果，所述累计样本数加一。
[0018]进一步的，所述根据所述置信度分数判断所述待检测用户的人脸是否为活体人脸，得到所述待检测用户的活体检测判断结果，包括：
[0019]判断所述置信度分数是否大于分数阈值，若所述置信度分数大于分数阈值，所述活体检测判断结果为不通过，所述待检测用户的人脸为假体；
[0020]若所述置信度分数不大于分数阈值，所述活体检测判断结果为通过，所述待检测用户的人脸为活体。
[0021]进一步的，在所述输出所述待检测用户的活体检测判断结果之后，所述方法还包括：
[0022]将所述活体检测判断结果作为标签，对所有采集的所述待检测用户的人脸信息进行自动标注，并存储至本地数据库中；
[0023]对所述活体检测判断结果进行手动修正，根据修正后的活体检测判断结果替换所述本地数据库中对应所述待检测用户的标签。
[0024]进一步的，所述方法还包括：
[0025]响应于检测到所述累计样本数超过第一样本阈值，解密提取所有存储在所述本地数据库中的用户数据，通过反向传播调整所述神经网络模型的第一参数信息。
[0026]第二方面，提供一种人脸活体检测优化方法，应用于服务端，所述方法包括：
[0027]每间隔第一预设周期向至少一个客户端发送更新请求指令；
[0028]响应于接收到所述客户端发送的本地参数包，对每个所述本地参数包进行解密，得到每个所述客户端的神经网络模型的第一参数信息以及累计样本数；
[0029]判断所有客户端的累计样本数之和是否大于第二样本阈值，若大于，根据每个所述客户端的神经网络模型的第一参数信息以及累计样本数更新全局神经网络模型的第二参数信息；
[0030]将更新后的所述第二参数信息打包为更新参数包，并进行加密，将加密后的所述
更新参数包分别发送给每个所述客户端，以供每个所述客户端更新本地神经网络模型的第一参数信息。
[0031]进一步的，所述根据每个所述客户端的神经网络模型的第一参数信息以及累计样本数更新全局神经网络模型的第二参数信息，包括：
[0032]将每个所述客户端的累计样本数作为对应权值，计算所述客户端的神经网络模型的第一参数信息的加权平均数，得到本地神经网络模型的整合参数信息；
[0033]将所述整合参数信息以及当前全局神经网络模型的第二参数信息按照预设整合比例系数调整为更新后的第二参数信息。
[0034]进一步的，所述将所述整合参数信息以及当前全局神经网络模型的第二参数信息按照预设整合比例系数调整为更新后的第二参数信息是通过如下公式进行调整的：
[0035][0036]其中，Φ为当前全局神经网络模型的第二参数信息，α为预设整合比例系数，为本地神经网络模型的整合参数信息，为更新后的第二参数信息，0<α≤1。
[0037]第三方面，提供一种人脸活体检测优化装置，应用于客户端，所述装置包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸活体检测优化方法，应用于客户端，其特征在于，所述方法包括：采集待检测用户的人脸信息，并将所述人脸信息输入存储在本地的预先训练的神经网络模型，输出所述待检测用户的活体检测判断结果，并对所述活体检测判断结果进行计数，得到累计样本数；将所述待检测用户的用户数据加密存储至本地数据库中；响应于接收到服务端的更新请求指令，将当前所述神经网络模型的第一参数信息以及当前所述累计样本数打包，得到当前客户端的本地参数包，并对所述本地参数包进行加密，发送至所述服务端；响应于接收到所述服务端返回的更新参数包，对所述更新参数包进行解密，得到所述更新参数包对应的全局神经网络模型的第二参数信息，根据所述第二参数信息替换本地神经网络模型的第一参数信息的值，并清空本地所有所述待检测用户的用户数据；其中，所述用户数据包括所述人脸信息、对应的所述活体检测判断结果以及所述累计样本数中的至少一种。2.根据权利要求1所述的人脸活体检测优化方法，其特征在于，所述采集待检测用户的人脸信息，并将所述人脸信息输入存储在本地的预先训练的神经网络模型，输出所述待检测用户的活体检测判断结果，并对所述活体检测判断结果进行计数，得到累计样本数，包括：采集待检测用户的人脸信息并进行预处理；将预处理后的人脸信息输入存储在本地的预先训练的神经网络模型，输出所述待检测用户的置信度分数，根据所述置信度分数判断所述待检测用户的人脸是否为活体人脸，得到所述待检测用户的活体检测判断结果；对所述活体检测判断结果进行计数，得到累计样本数；其中，每得到一个待检测用户的活体检测判断结果，所述累计样本数加一。3.根据权利要求2所述的人脸活体检测优化方法，其特征在于，所述根据所述置信度分数判断所述待检测用户的人脸是否为活体人脸，得到所述待检测用户的活体检测判断结果，包括：判断所述置信度分数是否大于分数阈值，若所述置信度分数大于分数阈值，所述活体检测判断结果为不通过，所述待检测用户的人脸为假体；若所述置信度分数不大于分数阈值，所述活体检测判断结果为通过，所述待检测用户的人脸为活体。4.根据权利要求1所述的人脸活体检测优化方法，其特征在于，在所述输出所述待检测用户的活体检测判断结果之后，所述方法还包括：将所述活体检测判断结果作为标签，对所有采集的所述待检测用户的人脸信息进行自动标注，并存储至本地数据库中；对所述活体检测判断结果进行手动修正，根据修正后的活体检测判断结果替换所述本地数据库中对应所述待检测用户的标签。5.根据权利要求1所述的人脸活体检测优化方法，其特征在于，所述方法还包括：响应于检测到所述累计样本数超过第一样本阈值，解密提取所有存储在所述本地数据库中的用户数据，通过反向传播调整所述神经网络模型的第一参数信息。
6.一种人脸活体检测优化方法，应用于服务端，其特征在于，所述方法包括：每间隔第一预设周期向至少一个客户端发送更新请求指令；响应于接收到所述客户端发送的本地参数包，对每个所述本地参数包进行解密，得到每个所述客户端的神经网络模型的第一参数信息以及累计样本数；判断所有客户端的累计样本数之和是否大于第二样本阈值，若大于，根据每个所述客户端的神经网络模型的第一参数信息以及累计样本数更新全局神经网络模型的第二参数信息；将更新后的所述第二参数...

【专利技术属性】
技术研发人员：陈颖，
申请(专利权)人：中科弘拓苏州智能科技有限公司，
类型：发明
国别省市：