一种基于自适应gamma增强的卷积神经网络人脸活体检测方法技术

本发明专利技术涉及人脸活体检测识别技术领域，公开了一种基于自适应Gamma图像增强的多特征融合图像并输入卷积神经网络进行人脸活体检测的方法及装置。该方法包括以下步骤：输入人脸活体图像原图，对原始RGB图像数据集进行自适应gamma增强，然后结合LBP纹理图像形成多特征融合图像，然后使用增强图像载入改进的ResNet50_RFRFCBAM网络进行训练，最后使用测试数据集通过训练好的系统，进行人脸活体识别，并输出识别精确率。与现有技术相比，本发明专利技术在输入改进后的增强图像在不增加检测时间，不增加训练样本的基础上提高了人脸活体识别的精确率，解决了现有技术中识别精确率低的问题。

【技术实现步骤摘要】

本专利技术涉及人脸活体识别，具体涉及一种基于自适应gamma增强的卷积神经网络人脸活体检测方法。

技术介绍

1、人脸活体识别是指通过硬件设备进行信息采集，将采集到的人脸活体信息传递到运算处理中心并自动提取人脸活体信息进行处理的技术，以此通过对人脸活体信息提取实现人脸活体识别。人脸活体识别是现代智能安保系统中的重要组成部分之一，应用十分广泛。通过对人脸活体进行分析可以实现活体和虚假人脸识别，在生活中应用于人脸支付、手机解锁、门禁识别、辅助刑侦等。

2、现有的很多人脸活体识别方法训练使用数据集多为原始rgb图像，只能通过卷积神经网络提取原始特征信息，识别精确率低，而识别精确率低会导致例如识别过程中不能正确识别活体和虚假人脸导致财产损失等。

技术实现思路

1、专利技术目的：本专利技术的目的是提供一种基于自适应gamma增强的卷积神经网络人脸活体识别方法，采用多特征自适应gamma增强融合图像在不增加训练样本与网络的基础上来提高训练模型的精确率并使模型拥有更好的鲁棒性。

2、技术方案：本专利技本文档来自技高网...

【技术保护点】

1.一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，所述步骤(1)具体如下：由RGB空间转换成自适应gamma增强图像，公式如下：

3.根据权利要求1所述的一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，所述步骤(2)具体如下：提取输入图像LBP纹理特征公式如下：

4.根据权利要求1所述的一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，所述步骤(4)具体为：在进入神经网络结构前，...

【技术特征摘要】

1.一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，所述步骤(1)具体如下：由rgb空间转换成自适应gamma增强图像，公式如下：

3.根据权利要求1所述的一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，所述步骤(2)具体如下：提取输入图像lbp纹理特征公式如下：

4.根据权利要求1所述的一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，所述步骤(4)具体为：在进入神经网络结构前，首先，对数据集进行分类，其中70％分类成训练图片，20％验证图片，其余是测试图片并裁剪所有图像至同一尺寸：224×224×3，对训练图片进行transform增强，引入resnet50_rfrfcbam模型，最后通过全连接层为目标检测类型输出检测分数和位置。

5.根据权利要求4所述的一种基于自适应gamma增强的卷积神经网络人脸活体检测方法，其特征在于，神经网络模型具体结构如下：主干网络为resnet50_rfrfcbam结构；首先，输入size为224×224×3；然后，经过第一层卷积输出size为64×112×112的特征图，经过最大池...

【专利技术属性】
技术研发人员：尉逸佳，杨定礼，王文龙，冯俊桥，彭宇彬，曹杰，朱小豪，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：