申请/专利权人:中科数测(无锡)科技有限公司
申请日:2024-03-25
公开(公告)日:2024-04-26
公开(公告)号:CN117935382A
主分类号:G06V40/40
分类号:G06V40/40;G06N3/0442;G06N3/045;G06N3/0464;G06T7/246;G06T7/269;G06V10/774;G06V10/82;G06V40/16;G06V40/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了一种基于光流图时空特征的人脸活体检测方法,包括以下步骤:S1,根据视频序列得到光流图并进行人脸检测,确定人脸位置;S2,以人脸区域为基准向外扩展背景区域,归一化人脸图像得到人脸光流图训练集和测试集;S3,将人脸光流图训练集送入残差神经网络模型训练,得到已训练的残差网络模型;将训练集和测试集送入已训练残差网络模型提取光流图空间上的运动特征,得到训练集和测试集的空间运动特征;S4,将训练集的空间运动特征送入长短时记忆网络和全连接层中训练,得到已训练的网络模型,将测试集空间运动特征送入已训练的网络模型提取时间的运动变化特征,最后由全连接层进行二分类,确定真假人脸。本发明泛化性能好、检测误差低。
主权项:1.一种基于光流图时空特征的人脸活体检测方法,其特征在于,包括以下步骤:S1,获取视频序列,根据获取的视频序列计算得到光流图并进行人脸检测,确定人脸位置;S2,利用人脸区域为基准向外扩展背景区域,归一化人脸图像,得到人脸光流图训练集和测试集;S3,将人脸光流图训练集送入残差神经网络模型训练,得到已训练的残差网络模型;将训练集和测试集送入已训练残差网络模型提取光流图空间上的运动特征,得到训练集和测试集的空间运动特征;S4,将训练集的空间运动特征送入长短时记忆网络和全连接层中训练,得到已训练的网络模型,将测试集的空间运动特征送入上述已训练的网络模型先提取时间上的运动变化特征,最后由全连接层进行二分类,确定真假人脸。
全文数据:
权利要求:
百度查询: 中科数测(无锡)科技有限公司 一种基于光流图时空特征的人脸活体检测方法
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。