申请/专利权人：平安银行股份有限公司

申请日：2023-04-07

公开（公告）日：2023-06-20

公开（公告）号：CN116071835B

主分类号：G06V40/40

分类号：G06V40/40;G06V40/16;G06V10/82;G06V10/22;G06N3/0455;G06N3/082

优先权：

专利状态码：有效-授权

法律状态：2023.06.20#授权;2023.05.23#实质审查的生效;2023.05.05#公开

摘要：本发明提供了一种人脸识别攻击事后筛查的方法、装置和电子设备，属于人工智能的技术领域，包括：获取客户的人脸识别的事后图像；对事后图像进行预处理；采用多模态图片问答深度神经网络模型对预处理后的事后图像和用于人脸识别攻击的问答模版提示词进行人脸识别攻击筛查，进而确定事后图像是否为人脸识别攻击。本发明的方法中，采用的是多模态图片问答深度神经网络模型进行的人脸识别攻击筛查，该多模态图片问答深度神经网络模型是将事后图像的特征和问答模版提示词的文本特征进行融合，进而用于人脸识别攻击的筛查，这样，该多模态图片问答深度神经网络模型所学习到的人脸识别攻击更为精准，即人脸识别攻击事后筛查的效果好，准确性好。

主权项：1.一种人脸识别攻击事后筛查的方法，其特征在于，包括：获取客户的人脸识别的事后图像，其中，所述事后图像为所述客户在进行人脸识别时，人脸识别系统对所述客户的人脸进行抓拍得到的图像；对所述事后图像进行预处理，得到预处理后的事后图像；采用多模态图片问答深度神经网络模型对所述预处理后的事后图像和用于人脸识别攻击的问答模版提示词进行人脸识别攻击筛查，并根据人脸识别攻击筛查结果确定所述事后图像是否为人脸识别攻击；其中，所述多模态图片问答深度神经网络模型包括：文本语义编码模块、图像语义编码模块、语义交叉编码模块和答案文本生成模块；采用多模态图片问答深度神经网络模型对所述预处理后的事后图像和用于人脸识别攻击的问答模版提示词进行人脸识别攻击筛查，包括：采用所述文本语义编码模块对所述问答模版提示词进行文本语义编码，得到问答模版提示词语义编码向量；采用所述图像语义编码模块对所述预处理后的事后图像进行图像语义编码，得到图像语义编码特征数据；采用所述语义交叉编码模块对所述问答模版提示词语义编码向量和所述图像语义编码特征数据进行语义交叉编码，得到文本图像语义融合编码向量；采用答案文本生成模块对所述文本图像语义融合编码向量进行文本转换处理，得到答案文本信息；将所述答案文本信息作为所述人脸识别攻击筛查结果；所述文本语义编码模块包括：依次串联连接的分词模型和多层transformer模型，其中，所述transformer模型包括：依次串联连接的词嵌入层、多头注意力神经网络、全连接仿射变换神经网络、残差连接层和标准化计算层，所述词嵌入层还与所述残差连接层连接；所述图像语义编码模块包括：依次串联连接的图像分块嵌入编码层和多层所述transformer模型；所述语义交叉编码模块包括：依次串联连接的多头注意力神经网络、全连接仿射变换神经网络和标准化计算层；所述答案文本生成模块包括：依次串联连接的多头注意力神经网络、全连接仿射变换神经网络和集束搜索方式的文本检索生成模块。

全文数据：

权利要求：

百度查询： 平安银行股份有限公司 人脸识别攻击事后筛查的方法、装置和电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD