一种基于人工多模态和细粒度补丁的人脸活体检测方法及系统技术方案

本发明专利技术提供了一种基于人工多模态和细粒度补丁的人脸活体检测方法及系统，本发明专利技术通过从RGB图像中人工创造稠密光流模态、时间池化模态、摩尔纹模态和深度图模态，并将这些人工模态进行融合，旨在解决单RGB图像检测准确率下降的问题，同时避免了使用额外传感器采集多模态信息带来的高昂部署成本。本发明专利技术采用从面部图像中裁剪出的补丁来对局部特征进行识别，从而提高了检测的准确性。本发明专利技术采用了基于非对称边缘的分类损失和自监督相似性损失来规范特征嵌入空间，从而提高了检测的稳定性和可靠性。

【技术实现步骤摘要】

本专利技术属于人脸识别领域，尤其涉及一种基于人工多模态和细粒度补丁的人脸活体检测方法及系统。

技术介绍

1、近年来，人脸识别技术在日常生活中得到了广泛应用，尤其是在智能手机登录、访问控制、移动支付等领域。然而，随着社交媒体的普及，个人人脸照片的泄露风险增大，攻击者可以轻易地制作目标受害者的照片、视频或3d面具，这种攻击严重威胁了人脸识别系统的可靠性和安全性。因此，随着人脸识别技术的进一步成熟，人脸活体检测已经成为保障人脸识别系统安全性与可靠性的关键环节，具有重要的应用价值。

2、目前，最接近的现有技术是基于深度学习的人脸活体检测技术。这种技术主要通过对人脸图像进行深度学习，从而识别出人脸是否为活体。

3、虽然现有的人脸活体检测技术在一定程度上能够保障安全性，但其存在许多局限性。这些技术通常采用响应式方法，捕捉单一模态的图像信息，要求用户配合完成指定的随机动作，如点头、摇头、张嘴等。通过输入多帧连续图像，提取动态的时空特征进行检测。然而，这种方式在需要快速决策的非合作式部署条件下并不适用。此外，如果攻击者预先录制一段相应动作的视频或者本文档来自技高网...

【技术保护点】

1.一种基于人工多模态和细粒度补丁的人脸活体检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，采用预训练的彩色图像人脸检测模型对彩色图像序列进行人脸候选框和人脸关键点检测，获取初始人脸框和人脸关键点信息；所述彩色图像人脸检测模型基于SCRFD人脸检测算法构建获得。

3.根据权利要求1所述的方法，其特征在于，所述摩尔纹模态使用预训练的MoireDet网络从有效人脸图像序列中提取获得。

4.根据权利要求1所述的方法，其特征在于，所述深度图模态使用预训练的PRNet网络从有效人脸图像序列中提取获得。

5.根据权利要求1所述的...

【技术特征摘要】

1.一种基于人工多模态和细粒度补丁的人脸活体检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，采用预训练的彩色图像人脸检测模型对彩色图像序列进行人脸候选框和人脸关键点检测，获取初始人脸框和人脸关键点信息；所述彩色图像人脸检测模型基于scrfd人脸检测算法构建获得。

3.根据权利要求1所述的方法，其特征在于，所述摩尔纹模态使用预训练的moiredet网络从有效人脸图像序列中提取获得。

4.根据权利要求1所述的方法，其特征在于，所述深度图模态使用预训练的prnet网络从有效人脸图像序列中提取获得。

5.根据权利要求1所述的方法，其特征在于，所述...

【专利技术属性】
技术研发人员：林峰，马哲，傅凯强，任奎，
申请(专利权)人：浙江大学，
类型：发明
国别省市：