一种对抗攻击检测方法、装置以及设备制造方法及图纸

本说明书实施例公开了一种对抗攻击检测方法、装置以及设备。通过训练生成第一模型，其中，所述第一模型基于五官特征和五官特征之间的相互关系训练得到；根据所述第一模型训练生成第二模型，其中，所述第二模型为与所述第一模型的结构相同的轻量级模型；将所述第二模型部署至客户端侧，所述第一模型部署至服务端侧；接收待识别图片，联合所述第二模型和所述第一模型对所述待识别图片进行对抗攻击检测，从而实现基于官特征和五官特征之间的相互关系训练得到服务端和客户端可以同时适应的两个模型。个模型。个模型。

【技术实现步骤摘要】
一种对抗攻击检测方法、装置以及设备


[0001]本说明书涉及互联网
，尤其涉及一种对抗攻击检测方法、装置以及设备。

技术介绍

[0002]随着互联网技术的发展，人脸识别的应用范围也日益广泛。但随之而来的就是，对抗攻击近年来成为了人脸识别中最为显著的威胁之一。对抗攻击一般在脸部区域，特别是五官或者靠近五官的区域粘贴对抗贴纸，然后使得人脸识别系统造成错误识别。常规方式中，用来检测对抗攻击的模型部署时，并不重视五官特征之间的相互关系，这使得模型对于对抗攻击的识别准确率不够准确。
[0003]基于此，需要一种可以基于五官之间的特征实现准确的对抗攻击检测的方案。

技术实现思路

[0004]本说明书实施例提供一种对抗攻击检测方法、装置、设备以及存储介质，用以解决如下技术问题：需要一种可以基于五官之间的特征实现准确的对抗攻击检测的方案。
[0005]为解决上述技术问题，本说明书一个或多个实施例是这样实现的：
[0006]在第一方面，本说明书实施例提供一种对抗攻击检测方法，包括：训练生成第一模型，其中，所述第一模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对抗攻击检测方法，包括：训练生成第一模型，其中，所述第一模型基于五官特征和五官特征之间的相互关系训练得到；根据所述第一模型训练生成第二模型，其中，所述第二模型为与所述第一模型的结构相同的轻量级模型；将所述第二模型部署至客户端侧，所述第一模型部署至服务端侧；接收待识别图片，联合所述第二模型和所述第一模型对所述待识别图片进行对抗攻击检测。2.如权利要求1所述的方法，其中，所述第一模型基于五官特征和五官特征之间的关系训练得到，包括：获取训练样本中所包含的五官图像，对所述五官图像进行编码，并生成五官特征，根据所述五官特征生成五官特征分类结果，并确定五官特征分类损失；根据所述五官特征生成表征五官特征之间的相互关系的五官特征关系矩阵，根据所述五官特征关系矩阵生成特征关系分类结果，并确定五官特征关系的分类损失；融合所述五官特征分类损失和所述五官特征关系的分类损失对模型进行训练，生成第一模型。3.如权利要求2所述的方法，其中，根据所述五官特征生成表征五官特征之间的相互关系的五官特征关系矩阵，包括：确定任意的两个五官特征所对应的两个五官特征向量；采用所述两个五官特征向量之间的余弦相似度表征所述两个五官特征的相互关系，生成五官特征关系矩阵。4.如权利要求2所述的方法，其中，融合所述五官特征分类损失和所述五官特征关系的分类损失对模型进行训练，生成第一模型，包括：获取训练样本中所包含的人脸图像，确定所述人脸图像所对应的人脸分类结果，冰确定人脸分类损失；融合所述人脸分类损失、所述五官特征分类损失和所述五官特征关系的分类损失对模型进行训练，生成第一模型。5.如权利要求1所述的方法，其中，根据所述第一模型训练生成第二模型，包括：确定所述第一模型对所述训练样本的第一分类结果，以及，确定所述第二模型对所述训练样本的第二分类结果；确定所述第一分类结果和所述第二分类结果之间的差异所产生的分类蒸馏损失，根据所述分类蒸馏损失训练生成第二模型。6.如权利要求5所述的方法，其中，根据所述第一模型训练生成第二模型，包括：获取训练样本中所包含的五官图像，获取所述第一模型根据所述五官图像所生成的第一五官特征和第一五官特...

【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：