活体检测方法和系统技术方案

技术编号:36811930 阅读:18 留言:0更新日期:2023-03-09 00:50
本说明书提供的活体检测方法和系统,在获取多个账号对应的用户数据集合和账号登录信息,并在用户数据集合中提取出多个账号中每一账号对应的背景特征后,基于账号登录信息,将多个账号中每一账号作为节点构建图网络,并将背景特征在图网络中进行传播,得到每一账号对应的活体特征,以及基于活体特征,对多个账号进行活体检测,并输出活体检测结果,该活体检测结果包括攻击集群或活体集群中的至少一种;该方案可以提升针对黑产聚集性攻击的活体检测的准确率。测的准确率。测的准确率。

【技术实现步骤摘要】
活体检测方法和系统


[0001]本说明书涉及图像识别领域,尤其涉及一种活体检测方法和系统。

技术介绍

[0002]近年来,随着互联网技术的飞速发展,在人脸识别系统中活体检测已经成为不可缺少的一环,通过活体检测可以有效拦截非活体类型的攻击样本。现有的活体检测方法往往可以采用基于深度学习的静默活体检测方法或者基于交互动作的活体检测方法。
[0003]在对现有技术的研究和实践过程中,本申请的专利技术人发现静默活体检测和基于交互动作的活体检测方法往往是针对单个或者少量攻击样本进行检测,而在现实的活体攻击中,黑产往往是批量式或聚集性攻击,使得针对这类黑产的活体检测性能较差,因此,导致活体检测的准确率降低。

技术实现思路

[0004]本说明书提供一种准确率更高的活体检测方法和系统。
[0005]第一方面,本说明书提供一种活体检测方法,包括:获取多个账号对应的用户数据集合和账号登录信息,并在所述用户数据集合中提取出所述多个账号中每一账号对应的背景特征;基于所述账号登录信息,将所述多个账号中每一账号作为节点构建图网络,并将所述背本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活体检测方法,包括:获取多个账号对应的用户数据集合和账号登录信息,并在所述用户数据集合中提取出所述多个账号中每一账号对应的背景特征;基于所述账号登录信息,将所述多个账号中每一账号作为节点构建图网络,并将所述背景特征在所述图网络中进行传播,得到所述每一账号对应的活体特征;以及基于所述活体特征,对所述多个账号进行活体检测,并输出活体检测结果,所述活体检测结果包括攻击集群或活体集群中的至少一种。2.根据权利要求1所述的活体检测方法,其中,所述用户数据集合包括所述每一账号对应的用户图像和所述用户图像对应的语音信号;以及所述在所述面部数据集合中提取出所述多个账号中每一账号对应的背景特征,包括:在所述语音信号中提取出语音背景特征,在所述用户图像中提取出图像背景特征,以及将所述图像背景特征和所述语音背景特征作为所述每一账号对应的背景特征。3.根据权利要求2所述的活体检测方法,其中,所述在所述语音信号中提取出语音背景特征,包括:在所述语音信号中提取出背景信号,并将所述背景信号转换为背景语音图谱;以及采用背景噪声提取网络在所述背景语音图谱中提取出语音背景特征。4.根据权利要求3所述的活体检测方法,其中,所述背景噪声提取网络的训练过程包括以下步骤:获取背景语音图谱样本,采用预设背景噪声提取网络对所述背景语音图谱样本进行区域划分,得到多个区域图谱;对所述多个区域图谱进行活体检测,得到所述背景语音图谱样本的第一预测活体类别和所述多个区域图谱中每一区域图谱对应的第二预测活体类别;以及基于所述第一预测活体类别和所述第二预测活体类别,确定所述背景语音图谱样本的语音活体损失信息,并基于所述语音活体损失信息对所述预设背景噪声提取网络进行收敛,得到训练后的所述背景噪声提取网络。5.根据权利要求4所述的活体检测方法,其中,所述基于所述第一预测活体类别和所述第二预测活体类别,确定所述背景语音图谱样本的语音活体损失信息,包括:将所述第一预测活体类别与所述背景语音图谱样本的标注活体类别进行对比,以得到全局分类损失信息;将不同区域图谱对应的所述第二预测活体类别进行对比,以得到局部一致性损失信息,所述局部一致性损失信息的约束条件为所述每一区域图谱的第二预测活体类别一致;将所述第二预测活体类别与所述背景语音图谱样本的标注活体类别进行对比,以得到局部分类损失信息;以及将所述全局分类损失信息、所述局部一致性损失信息和所述局部分类损失信息进行累加,得到所述背景语音图谱样本的语音活体损失信息。6.根据权利要求2所述的活体检测方法,其中,所述在所述用户图像中提取出图像背景特征,包括:在所述用户图像中分割出人体区域,以得到用户背景图像;以及
采用图像背景提取网络在所述用户背景图像中提取出图像背景特征。7.根据权利要求6所述的活体检测方法,其中,所述在所述用户图像中分割出人体区域,以得到用户背景图像,包括:在所述用户图像中分割出人体区域对应的区域图像,并在所述人体区域中填充全零像素,得到初始用户背景图像;以及获取所述人体区域对应的预设填充背景,并将所述预设填充背景填充至所述初始用户背景图像中的所述人体区域,得到所述用户背景图像。8.根据权利要求6所述的活体检测方法,其中,所述图像背景提取网络包括背景特征编码子网络和显著性物体检测子网络;以及所述采用图像背景提取网络在所述用户背景图像中提取出图像背景特征,包括:采用所述显著性物体检测子网络在所述用户背景图像中检测出至少一个显著性区域,得到显著性图谱,以及基于所述显著性图谱,采用所述背景特征编码子网络对所述用户背景图像进行特征编码,得到所述图像背景特征。9.根据权利要求6所述的活体检测方法,其中,所述图像背景提取网络的训练过程包括以下步骤:获取用户背景图像样本,所述用户背景图像样本包括显著性图谱样本;采用预设图像背景提取网络对所述用户背景图像样本进行活体检测,得到每一像素对应的第三预测活体类别;基于所述显著性图谱样本、所述第三预测活体类别和所述用户背景图像样本的标注活体类别,确定所述用户背景图像样本的图像活体损失信息;以及基于所述图像活体损失信息对所述预设图像背景提取网络进行收敛,得到训练后的所述图像背景提取网络。10.根据权利要求9所述的活体检测方法,其中,所述基于所述显著性图谱样本、所述第三预测活体类别和所述用户背景图像样本的标注活体类别,确定所述用户背景图像样本的图像活体损失信息,包括:将所述第三预测活体类别和所述用户背景图像样本的标注活体类别进行对比,以得到所述每一像素对应的初始图像活体损失信息;在所述显著性图谱样本中识别出每一像素位置的像素值,以得到所述每一像素对应的活体损失权重;以及基于所述活体损失权重对所述初始图像活体损失信息进行加权融合,得到所述用户背景图像样本的图像活体损失信息。11.根据权利要求1...

【专利技术属性】
技术研发人员:曹佳炯
申请(专利权)人:支付宝杭州信息技术有限公司
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