申请/专利权人：华南理工大学

申请日：2024-01-22

公开（公告）日：2024-04-09

公开（公告）号：CN117854162A

主分类号：G06V40/40

分类号：G06V40/40;G06V40/16;G06V10/44;G06V10/52;G06V10/80;G06V10/82;G06N3/0464;G06N3/084;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种增加风格多样性的人脸活体检测方法及系统，包括下述步骤：提取人脸图像并设置真伪标签和域标签；提取人脸图像的内容特征和风格特征；将内容特征输入带有梯度反转层的域判别器，计算域判别器损失；进行类引导的风格特征混合操作得到混合风格特征；构建自组装特征和重组特征；通过基于代理的对比学习损失对自组装特征和重组特征进行约束；通过分类器计算得到人脸图像为真的概率值，基于真伪标签对分类器的输出进行监督，得到分类损失；构建总损失函数；基于总损失函数训练得到预测模型，得到人脸图像为真的预测概率。本发明增加了风格多样性，可以接触到大量未知域的风格，提高了表征能力，具有较好的泛化性能及鲁棒性。

主权项：1.一种增加风格多样性的人脸活体检测方法，其特征在于，包括下述步骤：将数据集视频分帧，提取各帧图像人脸区域得到人脸图像，并为人脸图像设置对应的真伪标签和域标签；提取人脸图像的内容特征和风格特征；将内容特征输入带有梯度反转层的域判别器，利用域标签对域判别器的输出特征进行监督，配合梯度反转层进行对抗学习，得到域判别器损失；将人脸图像实例的特征统计信息进行类引导的风格特征混合操作，得到混合风格特征；将内容特征和风格特征通过自适应风格转换方法进行组装，得到自组装特征，将内容特征和混合风格特征通过自适应风格转换方法进行组装，得到重组特征；计算自组装特征和重组特征的相关系数，将人脸图像数据集进行类别划分，根据类别信息构建正负对关系，基于正负对的相关系数得到相关系数向量，对正对间的相关系数进行置空操作，计算自组装特征联合对应目标类别的类代理权重后的得分，将相关系数向量与得分拼接后通过基于代理的对比学习损失进行优化，减小负对间的相关系数，增大自组装特征联合对应目标类别的类代理权重后的得分；自组装特征通过分类器得到人脸图像为真的概率值，基于真伪标签对分类器的输出进行监督，得到分类损失；将域判别器损失、分类损失、对比学习损失加权求和得到总损失函数；基于总损失函数训练得到预测模型；将人脸图像测试集输入到训练后的预测模型，得到人脸图像为真的预测概率。

全文数据：

权利要求：

百度查询： 华南理工大学 一种增加风格多样性的人脸活体检测方法及系统

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