图像检测方法、模型训练方法、装置及电子设备制造方法及图纸

本公开提供了一种图像检测方法、模型训练方法、装置及电子设备，涉及人工智能技术领域，尤其涉及深度学习、图像处理、计算机视觉技术领域，可应用于人脸图像检测等场景。具体实现方案为：将待检测图像输入图像检测网络，图像检测网络包括至少一个图像检测模型；依次在每个图像检测模型中，从活体检测模块和合成图检测模块中确定与待检测图像对应的目标检测模块；通过目标检测模块，获得待检测图像的输出特征序列；基于目标特征序列，获得待检测图像的检测结果，目标特征序列为图像检测网络中最后一个图像检测模型所获得的输出特征序列，检测结果用于指示待检测图像是否为真实人脸图像。采用本公开可以提高图像检测效率。像。采用本公开可以提高图像检测效率。像。采用本公开可以提高图像检测效率。

【技术实现步骤摘要】
图像检测方法、模型训练方法、装置及电子设备


[0001]本公开涉及人工智能
，尤其涉及深度学习、图像处理、计算机视觉
，可应用于人脸图像检测等场景。

技术介绍

[0002]随着人工智能技术的发展，图像检测网络的可检测范围在不断扩大，例如，可检测对象已可以包括攻击图像和合成图像。然而，随着可检测范围的不断扩大，图像检测效率却随之降低。

技术实现思路

[0003]本公开提供了一种图像检测方法、模型训练方法、装置及电子设备。
[0004]根据本公开的第一方面，提供了一种图像检测方法，包括：
[0005]将待检测图像输入图像检测网络，图像检测网络包括至少一个图像检测模型、且图像检测网络包括至少两个图像检测模型时，相邻的两个图像检测模型中上一图像检测模型的输出作为下一图像检测模型的输入；
[0006]依次在每个图像检测模型中，从活体检测模块和合成图检测模块中确定与待检测图像对应的目标检测模块；
[0007]通过目标检测模块，获得待检测图像的输出特征序列；
[0008]基于目标特征序列，获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，包括：将待检测图像输入图像检测网络，所述图像检测网络包括至少一个图像检测模型、且所述图像检测网络包括至少两个图像检测模型时，相邻的两个图像检测模型中上一图像检测模型的输出作为下一图像检测模型的输入；依次在每个所述图像检测模型中，从活体检测模块和合成图检测模块中确定与所述待检测图像对应的目标检测模块；通过所述目标检测模块，获得所述待检测图像的输出特征序列；基于目标特征序列，获得所述待检测图像的检测结果，所述目标特征序列为所述图像检测网络中最后一个图像检测模型所获得的输出特征序列，所述检测结果用于指示所述待检测图像是否为真实人脸图像。2.根据权利要求1所述的方法，其中，所述依次在每个所述图像检测模型中，从活体检测模块和合成图检测模块中确定与所述待检测图像对应的目标检测模块，包括：针对所述至少一个图像检测模型中的当前检测模型，获取与所述当前检测模型对应的输入特征序列；通过所述当前检测模型，基于所述输入特征序列，确定所述待检测图像的检测类别；根据所述检测类别，从所述当前检测模型包括的活体检测模块和合成图检测模块中确定所述目标检测模块。3.根据权利要求2所述的方法，其中，所述获取与所述当前检测模型对应的输入特征序列，包括：在所述当前检测模型为所述图像检测网络中首个图像检测模型的情况下，对所述待检测图像进行切分，获得至少两个图像特征块，通过所述至少两个图像特征块和类别特征块，组成与所述当前检测模型对应的输入特征序列；在所述当前检测模型为所述图像检测网络中非首个图像检测模型的情况下，获取所述当前检测模型的上一个图像检测模型所获得的输出特征序列，作为与所述当前检测模型对应的输入特征序列。4.根据权利要求3所述的方法，其中，所述基于所述输入特征序列，确定所述待检测图像的检测类别，包括：对所述输入特征序列进行特征提取，获得中间特征序列；从所述中间特征序列中确定与所述类别特征块对应的第一目标特征块；对所述第一目标特征块进行二分类处理，获得第一分类结果；对所述第一分类结果进行归一化处理，确定所述待检测图像的检测类别。5.根据权利要求4所述的方法，其中，所述对所述输入特征序列进行特征提取，获得中间特征序列，包括：通过多头注意力模块，基于所述输入特征序列中各个特征块之间的注意力关系，对所述输入特征序列进行特征提取，获得所述中间特征序列。6.根据权利要求4所述的方法，其中，所述通过所述目标检测模块，获得所述待检测图像的输出特征序列，包括：通过所述目标检测模块，基于所述中间特征序列中各个特征块与所述检测类别的相关性，对所述中间特征序列进行特征提取，获得所述输出特征序列。
7.根据权利要求3所述的方法，其中，所述基于目标特征序列，获得所述待检测图像的检测结果，包括：从所述目标特征序列中确定与所述类别特征块对应的第二目标特征块；对所述第二目标特征块进行二分类处理，获得第二分类结果；对所述第二分类结果进行归一化处理，获得所述待检测图像的检测结果。8.一种模型训练方法，包括：获取训练数据集，所述训练数据集包括多个图像样本，以及与每个所述图像样本对应的模块选择标签和图像性质标签，所述模块选择标签用于指示与所述图像样本对应的目标检测模块，所述图像性质标签用于指示所述图像样本是否为真实人脸图像；通过所述训练数据集对初始检测网络进行训练，获得图像检测网络，所述初始检测网络包括至少一个图像检测模型、且所述初始检测网络包括至少两个图像检测模型时，相邻的两个图像检测模型中上一图像检测模型的输出作为下一图像检测模型的输入，每个所述图像检测模型包括并行设置的活体检测模块和合成图检测模块。9.一种图像检测装置，包括：图像输入单元，用于将待检测图像输入图像检测网络，所述图像检测网络包括至少一个图像检测模型、且所述图像检测网络包括至少两个图像检测模型时，相邻的...

【专利技术属性】
技术研发人员：张国生，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：