一种基于帧间差分的人脸图像活体检测方法技术

本发明专利技术提供一种基于帧间差分的人脸图像活体检测方法，包括：在模型训练阶段，获取视频样本数据，进行预处理得到预处理后的图像，并自定义一用于预测位置掩膜的MG模块，将预处理后的图像输入到MobilenetV3Small分类模型中提取图像的浅层特征得到中间输出特征图m<subgt;0</subgt;和m<subgt;1</subgt;，将m<subgt;0</subgt;和m<subgt;1</subgt;进行拼接得到m，将m输入到所述MG模块进行预测位置掩膜，通过位置标签辅助监督增强训练模型，得到训练后的MobilenetV3Small分类模型；在应用模型阶段，获取待检测视频数据，进行预处理得到预处理后的图像，输入到训练后的MobilenetV3Small分类模型中，输出分类结果。采用本发明专利技术方法可消除不同摄像头之间的设备差异，使得在跨摄像头的检测中依然保持较高的检测能力。

【技术实现步骤摘要】

本专利技术涉及人脸识别，特别涉及一种基于帧间差分的人脸图像活体检测方法。

技术介绍

1、活体检测在人脸识别中扮演着至关重要的角色，它用于确认被识别者是一个真实的、具有生命体征的人，还是一个静态图像或其他人为伪造的欺骗攻击，以确保系统安全性和防止欺诈行为。

2、在活体检测领域，目前的方法大致可分为两类：传统方法和基于深度学习的算法。

3、传统方法依赖于检测不同欺骗攻击类型所留下的纹理特征来判断人脸图像的真实性，如屏幕攻击产生的摩尔纹或纸张打印攻击的质量下降、打印痕迹和颜色失真等现象。这些方法通常通过手工定义算子来提取纹理特征，包括高斯差分、方向梯度直方图和局部二值模式等。然而，这些传统方法需要手动设计算子提取特征，工作量大，且容易受到光照和图像质量的影响，因此在实际应用中效果往往较差。

4、深度学习方法则克服了传统方法的局限，它利用神经网络，摆脱了对手工设计算法的依赖，通过梯度下降自动调整网络参数，进而学习真假人脸之间的差异，提升了活体检测的精度。现有的研究中提出了单模态和多模态方法：单模态仅使用rgb图像进行活体检测，在本文档来自技高网...

【技术保护点】

1.一种基于帧间差分的人脸图像活体检测方法，其特征在于：所述方法包括：

2.根据权利要求1所述的一种基于帧间差分的人脸图像活体检测方法，其特征在于：所述模型训练阶段和应用模型阶段中的“对所述数据进行帧间差分预处理得到预处理后的图像”具体包括：

3.根据权利要求1所述的一种基于帧间差分的人脸图像活体检测方法，其特征在于：所述MG模块具体包括依次连接的第一个卷积层、归一化层、第一激活函数层、第二卷积层和第二激活函数层，所述卷积层用于提取位置特征，所述激活函数层用于将其位置特征映射在0到1范围内，以获取位置预测。

4.根据权利要求1所述的一种基于帧间差分的人...

【技术特征摘要】

1.一种基于帧间差分的人脸图像活体检测方法，其特征在于：所述方法包括：

2.根据权利要求1所述的一种基于帧间差分的人脸图像活体检测方法，其特征在于：所述模型训练阶段和应用模型阶段中的“对所述数据进行帧间差分预处理得到预处理后的图像”具体包括：

3.根据权利要求1所述的一种基于帧间差分的人脸图像活体检测方法，其特征在于：所述mg模块具体包括依次连接的第一个卷积层、归一化层、第一激活函数层、第二卷积层和第二激活函数层，所述卷积层用于提取位置特征，所述激活函数层用于将其位置特征映射在0到1范围内，以获取位置预测。

4.根据权利要求1所述的一种基于帧间差分的人脸图像活体检测方法，其特征在于：所述mobilenetv3 small分类模型包括14个提取特征的模块，将其划分成三个阶段，第一阶段为block0，第二阶段为block1，第三个阶段为block2-13，其中block0和block...

【专利技术属性】
技术研发人员：赖振强，吴振文，高如正，
申请(专利权)人：福建星网天合智能科技有限公司，
类型：发明
国别省市：