一种基于融合差分图卷积的人脸反欺诈方法及系统技术方案

本发明专利技术公开了一种基于融合差分图卷积的人脸反欺诈方法及系统，该方法对输入图像进行分块，划分成不重叠的图像块，然后将每个图像块视为拓扑图的节点，根据各个节点的特征寻找最近邻节点来构建拓扑图；将得到拓扑图送入融合差分图卷积模块对节点和边进行更新和聚合，提取欺诈特征；将融合差分图卷积模块提取的欺诈特征送入像素级回归损失函数，迫使活体样本的欺诈特征为全0图，而对欺诈样本的欺诈特征不施加显性约束，得到回归后的欺诈特征；最后将得到的欺诈特征和图像的特征叠加，再送入分类器，计算出分类概率，进而判断图像的类别。本发明专利技术可提取细微的、长距离依赖的欺诈特征；提高模型细微特征的表示能力和可信度。

【技术实现步骤摘要】

本专利技术属于人脸识别，具体涉及一种基于融合差分图卷积的人脸反欺诈方法及系统。

技术介绍

1、在信息化时代中，人脸的面部信息已经成为每个人独属的安全密码，因为其中蕴含重大的利益，所以针对人脸识别系统的恶意攻击层出不穷，例如照片、视频、3d面具和ai换脸等攻击手段给人脸信息安全带来了重大的安全隐患。人脸反欺诈技术（fas）被用于应对人脸识别中的欺诈现象，它是一个自我演变的问题，即攻击与防御迭代发展，因此fas始终面临着新的挑战。特别是随着科技进步，欺诈手段变得更加高明和难以识别，这增加了欺诈检测的复杂性；欺诈手法的不断演变和多样化也对模型的泛化能力提出了更高的要求。

2、人脸反欺诈检测主要是通过分析活体人脸与欺诈人脸的差异性特征进行真伪判别。早期的fas模型大都是通过纹理、颜色、光谱、皮肤以及图像质量等区别特征进行活体检测。随着深度学习技术的发展，人们开始利用深度特征的灵活性、适应性以及强大的复杂数据表示能力，同时结合活体检测的先验知识来开展反欺诈检测。例如，根据照片、视频重放等欺诈样本没有真正的面部深度信息的特点，使用卷积神经网络从常规的可见光本文档来自技高网...

【技术保护点】

1.一种基于融合差分图卷积的人脸反欺诈方法，其特征在于，步骤如下：

2.根据权利要求1所述的基于融合差分图卷积的人脸反欺诈方法，其特征在于，前馈神经网络部分包括两个二维卷积，每个二维卷积后设置全连接层，第一个全连接层处理后通过PReLu激活函数进行处理，然后再进入第二个二维卷积，第二个全连接层后连接DropPath块。

3.根据权利要求1所述的基于融合差分图卷积的人脸反欺诈方法，其特征在于，拓扑图定义为 ，其中为拓扑图中各个节点的集合，为拓扑图中各个边的集合，使用图像块作为拓扑图的节点，人脸图像被划分为N个不重叠的图像块，每个图像块被转化为特征并形成节点，则得到，...

【技术特征摘要】

1.一种基于融合差分图卷积的人脸反欺诈方法，其特征在于，步骤如下：

2.根据权利要求1所述的基于融合差分图卷积的人脸反欺诈方法，其特征在于，前馈神经网络部分包括两个二维卷积，每个二维卷积后设置全连接层，第一个全连接层处理后通过prelu激活函数进行处理，然后再进入第二个二维卷积，第二个全连接层后连接droppath块。

3.根据权利要求1所述的基于融合差分图卷积的人脸反欺诈方法，其特征在于，拓扑图定义为 ，其中为拓扑图中各个节点的集合，为拓扑图中各个边的集合，使用图像块作为拓扑图的节点，人脸图像被划分为n个不重叠的图像块，每个图像块被转化为特征并形成节点，则得到，为第i个节点的特征，i∈{1,2,…,n}，n为节点数量，其中，为节点的特征维度；

4.根据权利要求3所述的基于融合差分图卷积的人脸反欺诈方法，其特征在于，节点的空间位置信息通过相对位置编码来定义，相对位置编码的计算公式如下：

5.根据权利要求3所述的基于融合差分图卷积的人脸反欺诈方法，其特征在于，所述最大相关图卷积的聚合与更新操作如公式所示：<...

【专利技术属性】
技术研发人员：蔡体健，赵师明，易晟权，蒋嘉豪，周群惠，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：