申请/专利权人：华南理工大学

申请日：2022-04-02

公开（公告）日：2024-03-29

公开（公告）号：CN114758387B

主分类号：G06V40/16

分类号：G06V40/16;G06V40/40;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.08.02#实质审查的生效;2022.07.15#公开

摘要：本发明公开了一种基于单帧RGB图像的轻量级人脸反欺诈方法及装置，该方法包括：训练数据的采集和预处理，以及搭建人脸欺诈检测网络；训练搭建的人脸欺诈检测网络；输入待检测图像，计算预测欺诈得分；根据预测欺诈得分与预设阈值的比较结果得到欺诈人脸检测结果。该方法只有1.34M的参数量，占用内存空间小，计算耗时短，并且只需要输入单帧RGB图像即可高效地进行人脸欺诈检测。该装置包括数据采集模块、数据预处理模块、网络训练模块和网络预测模块。该装置只需要安装RGB相机，无需安装额外的采集设备，便于部署。采用此方法和装置可以快速、高效地完成人脸欺诈检测任务。

主权项：1.一种基于单帧RGB图像的轻量级人脸反欺诈方法，其特征在于，包括以下步骤：S1、训练数据的采集和预处理，以及搭建人脸欺诈检测网络；所述训练数据是指单帧的RGB图像，包括真实人脸图像和欺诈人脸图像；在预处理过程中，首先使用MTCNN网络检测训练数据中的人脸区域，然后裁剪出真实人脸图像和欺诈人脸图像中的人脸区域图像，并将裁剪出来的人脸区域图像缩放为M×M大小，M代表图像宽和高方向上的像素个数；所述人脸欺诈检测网络包括编码器模块、全局注意力模块、解码器模块和等通道像素级二元监督模块；所述等通道像素级二元监督模块的具体情况如下：使用值全为1的标签图标记真实人脸图像，使用值全为0的标签图标记欺诈人脸图像，所述标签图的大小与解码器模块生成的预测欺诈得分图的大小相同；计算预测欺诈得分图与标签图中对应元素的交叉熵损失的平均值作为损失值，对应公式为： 式中，L代表计算得到的损失值；C、H′、W′分别代表预测得分图的通道数、高度和宽度；i、j、k分别代表遍历通道数、高度和宽度的下标；Yijk代表预测欺诈得分图中第i个通道、高为j、宽为k位置的预测得分；Sijk代表标签图中第i个通道、高为j、宽为k位置的标签；S2、使用经过预处理后的训练数据训练搭建的人脸欺诈检测网络，训练直至损失函数收敛，得到最优的人脸欺诈检测网络；S3、将待检测的人脸图像经过步骤S1中的预处理过程后，再输入最优的人脸欺诈检测网络，得到网络输出的预测欺诈得分；S4、判断步骤S3中预测欺诈得分是否大于预设阈值，若是，则待检测的人脸图像是一个真实人脸图像；若否，则待检测的人脸图像是一个欺诈人脸图像。

全文数据：

权利要求：

百度查询： 华南理工大学 基于单帧RGB图像的轻量级人脸反欺诈方法及装置

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