申请/专利权人：新大陆数字技术股份有限公司

申请日：2020-09-30

公开（公告）日：2024-04-23

公开（公告）号：CN112347850B

主分类号：G06V40/40

分类号：G06V40/40;G06V10/82;G06N3/044;G06N3/094;G06N3/045;G06N3/0475

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.03.02#实质审查的生效;2021.02.09#公开

摘要：本发明公开了一种红外图像转换方法、活体检测方法、装置、可读存储介质，获取可见光图像和近红外图像；根据可见光图像和近红外图像，进行CycleGAN模型训练；其中CycleGAN模型的生成器为两个互相近似可逆的函数，且两个生成器在训练过程中进行参数共享；输入目标可见光图像至训练好的CycleGAN模型，获得转换后的近红外图像，最好将近红外图像输入至活体检测模型，获得判断结果。本技术方案将可见光图像直接转换为近红外图像并进行活体检测，从而有效地提升活体检测准确率并能够有效地抵抗假体的攻击。使用可逆网络结构将可见光图像转换为近红外图像，使用加性耦合技术将正反向生成器进行参数共享，生成的近红外图像质量要优于使用传统的CycleGAN方法。

主权项：1.一种红外图像转换方法，其特征在于，包括：获取可见光图像和近红外图像；根据可见光图像和近红外图像，进行CycleGAN模型训练；其中CycleGAN模型的生成器为两个互相近似可逆的函数，且两个所述生成器在训练过程中进行参数共享；输入目标可见光图像至训练好的CycleGAN模型，获得转换后的近红外图像；其中，进行CycleGAN模型训练的过程包括：将可见光图像转换为近红外图像，将输入的近红外图像及转换生成的近红外图像传输至判别器进行判别；并将转换生成的近红外图像转换回可见光图像，将输入的可见光图像及转换生成的可见光图像传输至判别器进行判别；计算输入的可见光图像与转换生成的可见光图像之间的损失函数，通过最小化损失函数来迭代获得网络的各参数；将近红外图像转换为可见光图像，将输入的可见光图像及转换生成的可见光图像传输至判别器进行判别；并将转换生成的可见光图像转换回近红外图像，将输入的近红外图像及转换生成的近红外图像传输至判别器进行判别；计算输入的近红外图像与转换生成的近红外图像之间的损失函数，通过最小化损失函数来迭代获得网络的各参数。

全文数据：

权利要求：

百度查询： 新大陆数字技术股份有限公司 红外图像转换方法、活体检测方法、装置、可读存储介质

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