申请/专利权人:广州像素数据技术股份有限公司
申请日:2023-10-24
公开(公告)日:2024-03-01
公开(公告)号:CN117636416A
主分类号:G06V40/16
分类号:G06V40/16;G06V40/40;G06V20/64;G06V10/82;G06N3/0475;G06N3/0464;G06N3/0895;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明公开了一种基于人脸不适度的人脸伪造与活体联合检测方法和相关设备,涉及人脸生物信息识别技术领域,方法基于两类数据对人脸不适度进行建模:真实人脸数据与恐怖谷数据,并分为四个阶段:数据增强与配对,特征提取,特征映射,对比学习损失计算,使模型对人类面对假人脸时产生的不适感觉进行建模,以未知人脸图像作为输入,经过特征提取后将特征送入分类器进行分类,从而判断输入为真实人脸或者假人脸。本发明针对人脸伪造检测和活体检测方法泛化性差的问题,实现了人脸伪造检测与活体检测使用同一个模型完成,其泛化性能较现有方法有明显优势。
主权项:1.一种人脸伪造与活体联合检测方法,其特征在于,包括步骤:获取多张人脸图像和恐怖谷图像;根据经过预处理操作的所述人脸图像生成该人脸图像对应的3D模型,根据所述3D模型生成随机视角的渲染图像,将所述人脸图像和所述随机视角的渲染图像组成正例对;将所述人脸图像和所述恐怖谷图像组成负例对;生成主分支网络和辅助分支网络,所述人脸图像输入所述主分支网络,所述随机视角的渲染图像和所述恐怖谷图像输入所述辅助分支网络提取特征并经特征映射后,得到所述人脸图像、所述随机视角的渲染图像和所述恐怖谷图像对应的最终特征;根据对应的所述最终特征计算对比学习损失并反向传播学习最终生成不适度模型;输入待检测的人脸图像至利用所述不适度模型训练的特征提取器中提取特征,将提取的该特征输入使用下游任务相关数据进行训练的分类器中,输出检测结果。
全文数据:
权利要求:
百度查询: 广州像素数据技术股份有限公司 基于人脸不适度的人脸伪造与活体联合检测方法和相关设备
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。