【技术实现步骤摘要】
本专利技术属于计算机视觉，尤其涉及一种基于多尺度域迁移的人脸反欺骗方法和装置。
技术介绍
1、近年来，随着深度学习技术的不断进步，人脸识别技术作为计算机视觉研究领域的一个重要分支，已经取得了一些令人瞩目的成就，并且成功地应用到我们的日常生活中，比如手机解锁，车站检票，门禁系统、金融支付等，这些应用给人们的生活带来了极大地便利。但是，随着互联网的普及，广大用户的面部信息非常容易地被他人从社交平台上获取，这些人会将获取到的用户面部信息以视频回放、打印照片等方式呈现在人脸识别系统前，以达到冒用他人身份信息的目的，这无疑对人脸识别系统的安全性构成了潜在的威胁。为了保证呈现在人脸识别系统前的待检测人脸是由用户本人操作的，而非他人冒用，人脸反欺骗技术应运而生。
2、目前，为了确保人脸识别系统免受人脸展示攻击，早期的研究者通过设计纹理特征提取算法来解决这个问题，随着深度学习的引入，越来越多的研究者借助卷积神经网络来提取图像上的判别特征，并取得了卓越的性能。然而，这些方法的判别性能易受光照、图像质量、设备类型等一些因素的影响，会让模型的判别...
【技术保护点】
1.一种基于多尺度域迁移的人脸反欺骗方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于多尺度域迁移的人脸反欺骗方法，其特征在于，步骤S1中通过将均衡后的真假样本送入FEM，进行多尺度面部轮廓特征信息的提取。
3.如权利要求2所述的基于多尺度域迁移的人脸反欺骗方法，其特征在于，步骤S1中，采用基于残差网络的DepthNet网络进行面部轮廓特征信息的提取。
4.如权利要求3所述的基于多尺度域迁移的人脸反欺骗方法，其特征在于，步骤S2中，将所述多尺度面部轮廓特征信息送入DTM，进行RGB与深度图的多尺度域迁移操作，并计算域迁移模...
【技术特征摘要】
1.一种基于多尺度域迁移的人脸反欺骗方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于多尺度域迁移的人脸反欺骗方法，其特征在于，步骤s1中通过将均衡后的真假样本送入fem，进行多尺度面部轮廓特征信息的提取。
3.如权利要求2所述的基于多尺度域迁移的人脸反欺骗方法，其特征在于，步骤s1中，采用基于残差网络的depthnet网络进行面部轮廓特征信息的提取。
4.如权利要求3所述的基于多尺度域迁移的人脸反欺骗方法，其特征在于，步骤s2中，将所述多尺度面部轮廓特征信息送入dtm，进行rgb与深度图的多尺度域迁移操作，并计算域迁移模块中生成器与判别器的损失，得到gan网络梯度参数。...
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。